基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

莱芜黑猪肉中烟酸含量的测定

采用高效液相色谱法测定莱芜黑猪肉中烟酸的含量,并对提取方法及色谱条件等方面进行了改进,以Kromasil C_(18)柱为分离柱,甲醇–0.05mol/L磷酸二氢钾缓冲液(体积比5∶95)为流动相,柱温30℃,紫外检测器在波长261nm条件下检测,可以在4min左右完成分析。烟酸在1.0～25.0mg/L范围内有良好的线性关系(R=0.9998),相对标准偏差为0.62%(n=6),平均加标回收率为98.4%,检出限为2.0×10~(-4)g/kg,为准确测定莱芜黑猪肉中的烟酸含量提供了一种简便快捷的检测方法。     

煤焦二氧化碳气化动力学研究（I）等温热重法

在常压热天平上以等温法来研究神府煤焦－CO2气化反应，并用多种方法来求算动力学参数，实验结果表明：随气化反应温度增加，煤焦炭经明显增加；不同反应温度下，煤焦－CO2气化反应在1200℃以下为动力不控制阶段，1200℃以上逐步过渡到扩散控制，表观活化能急剧降低。     

工业烧嘴冷却水管路阻力损失的计算

分析了影响工业烧嘴冷却水管道沿程阻力损失的因素,明确了沿程阻力系数是主导因素,计算了工业烧嘴冷却水管路阻力损失。检验表明,计算值与实测数据符合较好,说明计算方法可用于阻力损失的实际计算,指出螺旋管的盘绕方式和几何因素对流动阻力的影响不可低估。研究结果可为烧嘴的设计和烧嘴冷却水泵选型等提供科学依据。     

铝合金壳体压铸工艺设计及优化

以ADC12铝合金壳体压铸件作为研究对象,根据其结构特点进行压铸工艺设计。确定铸件分型面、浇注系统、排溢系统所在的位置形式以及压铸工艺参数,初步拟定压铸工艺方案。使用Flow-3D软件对初始方案的充型过程和充型结果进行数值模拟,并根据压力、温度、卷气以及表面质量等确定铸件产生缺陷的位置和原因。根据分析结果优化原工艺方案,对优化方案进行再次模拟分析,得到符合生产要求的工艺方案。     

基于证据推理和置信规则库的装备寿命评估

针对航天产品试验样本少,寿命评估难的特点,结合产品在研制阶段多种工作环境的失效数据,提出了一种基于证据推理(evidential reasoning,ER)和置信规则库(belief-rule-base,BRB)进行装备寿命评估的新方法.首先,分析了模型的合理性并使用多维BRB模型将多种环境下的寿命数据折合为标准工作环境下的寿命数据,然后通过ER算法将折合后数据和实际工作环境数据进行融合.其次,详细说明了BRB--ER模型的推理过程和寿命评估的步骤.最后,采用某航天产品的失效数据对该方法进行了验证,并用已有的产品寿命的固定值进行BRB的参数更新.研究结果表明,在专家知识准确合理时,该模型能够准确地评估产品寿命,并可根据已有的产品的固定寿命进行训练,建立更加准确的寿命预测模型.     

基于静力测试的三维曲面结构测点优化配置

传感器测点优化配置在结构健康监测系统中具有重要作用。针对结构健康监测中静力作用下三维曲面结构变形状况进行了研究,提出了三维曲面结构的测点优化配置方法。首先,对三维曲面结构进行测点组合选取,根据已知测点的响应值采用三维超曲面样条函数插值估计未布置测点的响应值,然后建立适应度函数,对未布置测点的估计值与实际值的误差进行判定,最后通过二重结构编码遗传算法对测点组合进行优化,选取适应度函数值最小的测点配置方案,从而实现了传感器测点优化配置的目的。应用该方法对简支的圆柱壳弯曲变形进行了测点优化配置,得到的适应度函数值最小的测点配置方案中,未布置测点的估计值与实际值的误差为1.10％,从而验证了该方法的可行性和有效性。     

基于置信规则库专家系统的发动机故障诊断

针对发动机故障原因和征兆之间存在的复杂非线性关系,利用RIMER(基于证据推理算法的置信规则库推理方法)对发动机进行故障诊断,克服了传统专家系统或神经网络技术只能单一利用专家知识或训练数据的缺点,将定性知识与定量数据有效结合,对发动机故障原因进行了研究,给维修人员提供了重要参考依据,仿真实验结果表明该方法可行有效.     

基于隐马尔可夫模型的陀螺仪漂移预测

针对陀螺仪实验数据的有限性和非平稳性,提出了基于自回归(AR)模型和隐马尔科夫模型(HMM)的陀螺漂移预测方法。首先利用AR模型参数能够敏感状态变化规律的特性,提取陀螺漂移数据的自回归系数作为特征量;然后对具有混合高斯输出的HMM进行训练;最后对陀螺仪的状态进行加权预测,改进了趋势预测的方法,解决了陀螺漂移在小样本数据条件下的预测问题。实验分析了加权模型阶数和HMM状态数对陀螺漂移预测结果的影响,并验证了预测方法的有效性。     

一种RVM模糊模型辨识方法及在故障预报中的应用

对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型, 通常难以建立精确的数学模型, 相比之下构建其模糊模型是一个有效途径. 本文研究了相关向量机(Relevance vector machine, RVM)与模糊推理系统(Fuzzy inference system, FIS)之间的内在联系, 证明了基于RVM的FIS具有一致逼近性, 并提出了一种基于RVM和梯度下降(Gradient descent, GD) 算法的模糊模型辨识方法. 基于所给出的模糊模型辨识方法提出了一种新的故障预报算法. 仿真结果表明所建立的模糊模型不仅结构更加简单, 而且能达到更高的预测精度, 所提出的故障预报算法能准确地预报系统故障.