航空发动机气路故障诊断技术研究现状

根据当前气路故障诊断技术发展状况，重点分析气路故障诊断中应用的各种方法和特点，如线性模型法、非线性模型法、神经网络法、贝叶斯网络法、信息融合法等，对这些方法做了较为详细的比较，并根据当前气路故障诊断技术研究现状分析未来发展趋势。     

飞机复合材料结构损伤的预测方法

针对复合材料结构损伤机理的复杂性,很难准确预测结构损伤状态,本文提出一种基于动态主元分析(DPCA)和最小二乘支持向量机(LS-SVM)相结合的复合材料结构损伤演化预测新方法,并针对复合材料结构损伤特性,采用疲劳振动试验进行结构损伤预测研究。首先,采用经验模态分解(EMD)方法对多传感器采集的复合材料结构健康信息进行自适应分解,得到不同传感器下的多个本征模态分量(IMF),并通过计算各阶IMF分量的奇异熵作为各传感器的特征信息;然后采用DPCA对多传感器的奇异熵进行降维融合,得到融合后的奇异熵特征,再对其采用距离形态相似度方法定义结构健康指数;最后将结构健康指数作为建模数据,创建LS-SVM预测模型,并通过预测模型对飞机复合材料结构健康指数进行预测,其预测结果直接反映了飞机复合材料结构的健康状态。试验验证表明,该方法可有效地实现飞机复合材料结构损伤预测效能,具有很好的工程应用价值。     

基于MPCA-MDPLS的间歇过程的故障诊断

针对间歇过程的故障诊断问题，提出了一种新的混合模型方法——MPCA-MDPLS.这种方法包括两个模型：多向主元分析(MPCA)模型和多向判别部分最小二乘(MDPLS)模型.这两个模型的建模数据不仅包括正常工况的数据，而且还包含了各种已知故障数据.因此，MPCA模型具有检测未知故障的能力.给出了MDPLS模型故障诊断限，对经MPCA模型检测不是未知故障的故障做进一步诊断.如果故障是未知的，可以采取其他的方法来分析新的故障，并按不同类别存入到数据库中.当多次出现这种故障之后（一般≥5次），把新的故障数据加入到建模数据中，并重新建立MPCA-MDPLS模型.通过对实际工业链霉素发酵过程数据的分析，表明了提出的算法是可行的、有效的，并具有识别未知新故障的能力.     

基于轮换寻优的遗传算法在神经网络中的应用

基于最优控制中的轮换寻优思想 ,对遗传算法进行了改进。综合采用交叉编码方法和多参数级联之点映射编码方法对寻优参数进行编码 ,为了避免遗传算法中经常出现的过早收敛现象的发生 ,把近亲回避交叉策略和最优保留方法应用到遗传算法中 ,对神经网络的权值和阈值进行了分组轮换寻优 ,成功地完成了对多层前馈神经网络的训练 ,并与常规的BP算法和常规的遗传算法进行了比较。仿真结果表明 ,改进算法的效果比常规的BP算法和常规的遗传算法要好。这种寻优方法把传统的寻优方法和遗传算法结合起来 ,为全局寻优方法提出了一种途径 ,但更通用的全局寻优方法还有待进一步研究     

基于KPCA与模糊积分的燃气轮机状态识别方法

针对舰用燃气轮机结构复杂、工作环境恶劣,难以对其状态进行有效识别问题,提出一种基于核主元分析(kernel principal component analysis,简称KPCA)和模糊积分相结合的状态识别新方法。采用专用试验平台对舰用燃气轮机进行试验,获取其不同工况下的高压转子转速、低压转子转速、涡轮后排气温度及机匣振动等9个状态表征参数的原始信息,采用KPCA方法提取其状态表征参数的不同核主元,构建特征向量空间。并由提取的核主元特征向量分别创建GRNN,Elman神经网络状态识别模型,对燃气轮机状态进行识别。在此基础上,采用模糊积分方法对两种状态识别结果进行决策层融合,得到唯一的状态识别结果,提升了状态识别准确率。研究表明,采用核主元分析和模糊积分相结合的方法,能有效识别出舰用燃气轮机健康与故障状态,具有很好的实际应用价值。     

基于最优保留遗传算法的PID参数自寻优

提出一种基于最优保留遗传算法的PID控制器参数自寻优算法.该方法利用最优保留遗传算法对PID控制器的参数KP,KI,KD进行自寻优,在寻优过程中并不需要任何先验知识.仿真结果表明,二阶时滞系统的性能得到明显的改善.     

主元分析在航空发动机关键系统状态识别中的应用

航空发动机是飞机的心脏,因此,对其状态识别进行研究,一直是业界研究并试图解决的热点问题之一。本文以某型真实发动机气路系统为具体研究对象,通过在专业试验平台对其各种运行状态进行试验,采集其大量试验数据,在对其深入分析的基础上,提出采用高压转子相对物理转速、发动机进口温度、发动机进口压力、压气机出口压力、25截面压气机进口温度、低压转子相对物理转速、低压涡轮后温度、低压涡轮后压力等8个主要参数进行状态识别的方法,首先对其进行标准化处理,再对其进行主元分析,采用主元贡献率法计算出主元个数,并据此构建状态识别模型,确定 统计量和SPE统计量。并以确定的 统计量和SPE统计量作为航空发动机气路系统状态健康与异常识别的标志,对航空发动机气路系统健康与否进行识别研究,研究结果表明,该方法可以很好识别出航空发动机气路系统的运行状态,对航空发动机实际运行及所处状态的识别具有重要的使用价值与工程指导意义。     

移动客服专业计算机基础教学研究

我校与企业开展校企合作移动客服定向培养,旨在培养高素质的移动10086、12580客服岗位人才.这种定单式的全新教学模式给教学安排带来了挑战,适应这种变化成为创新教学的关键,作为核心课程的计算机基础是重中之重.以计算机基础课程为载体,结合教学实际情况,探讨了新形式下计算机基础的教学方法.     

大学英语听力技能培养

为了有效地提高学生的听力理解水平,从培养学生辨音能力、听音会意能力及注重学生情感因素3个方面论述了如何培养学生的听力技能．     

航空发动机磨损趋势变权重组合预测技术研究

由于航空发动机滑油中金属元素含量受许多复杂因素的影响,所以磨损趋势预测精度相对较低。针对这个问题提出了RBF网络变权重组合预测(RBFNN-VWCF)模型对航空发动机零部件的磨损趋势进行研究。由于输入维数对模型的预测精度影响较大,引入混沌理论中的C-C方法重构相空间确定模型最佳输入输出样本的维数,选取BP网络和SVM模型作为子预测模型对铁元素含量的变化趋势进行预测,将得到的预测值作为RBFNN-VWCF模型的输入变量进行变权重组合预测,利用正交最小二乘法训练网络模型,确定子模型不同时刻的权重,并对影响模型预测精度的参数进行讨论。仿真结果表明,RBFNN-VWCF模型充分利用了两种子预测模型的有效信息,更客观地反映了发动机零部件的磨损趋势,与单一模型相比具有较高的预测精度和很强的实用性,为发动机下一步的维修决策提供了有力支持。