共查询到20条相似文献,搜索用时 125 毫秒
1.
摘要:为了提高故障预测的精度,针对支持向量回归(support vector machine for regression,SVR)参数选择困难
的问题,提出一种采用人工蜂群(artificial bee colony,ABC)算法优化(SVR)的故障预测模型(ABC-SVR)。该模型先
对样本数据进行重构,然后将故障预测误差(适应度)作为优化目标,通过ABC 算法寻优找到最优的SVR 参数,建
立故障预测模型。最后通过实例仿真验证了模型的优越性。仿真结果表明:ABC-SVR 模型有效解决了SVR 参数选
择难题,能够更加准确地表现故障变化规律,提高了故障预测精度。 相似文献
2.
3.
为了保证军工产品质量参数量值准确一致,测量数据可靠,《国防科技工业计量监督管理暂行规定》中规定:“国防科技工业建立的计量标准器具、校准装置、测试系统以及用于产品性能评定、定型鉴定和保障安全的工作计量器具,必须按规定实行计量检定。对用于产品科研、生产、服务的工作计量器具,必须按规定实行计量检定。对用于产品科研、生产、服务的工作计量器具和专用测试设备,应按规定进行校准,以确认其满足预期的使用要求”。 相似文献
4.
周视瞄准镜的技术指标误差限主要是预先设计或工厂检验的经验估计,若按此误差限进行计量合格判定,无法确认其测量能力满足靶场鉴定试验的质量管控要求。根据测量过程能力理论,以测量标准代替试验中的被测对象,用校准过程近似试验中的测量过程,给出了基于历史计量校准数据评定误差限的方法。通过初步验证,并与原误差限对比分析,按新误差限进行计量合格判定,可以更好地确保正常测量的过程能力受控。 相似文献
5.
6.
7.
8.
风洞翼型天平校准技术 总被引:1,自引:0,他引:1
为了满足多分量风洞特殊翼型测力天平校准的要求,文中开展了校准加载装置的优化设计与校准方法研究,解决了加载装置初始精密定位、载荷精确加载、力的准确传递与加载方案优化、数据分析处理及精准度计算等多项关键技术。介绍了自行设计的专用校准加载装置,并利用其完成了一台多分量特殊翼型测力天平的校准。提出了针对特殊翼型天平校准中的单元加载、交叉加载、综合加载等校准与数据处理新方法。实验结果表明,获得的天平公式能够正确模拟和满足风洞实验模型的实际工作状态要求,实验数据可靠,实验精准度高。 相似文献
9.
美国国家航空和航天局德莱登(Dryden)飞行研究中心通过钝头前机体压力数据来研究的嵌入式大气数据传感(FADS)系统的压力模型与算法的性能.该压力模型建立了表面压力测量结果与大气数据状态之间的关系,将流过球形的匀速流的位流模型与修正的牛顿流模型相结合,可适用于宽范围的钝头前机体形状和高马赫数飞行状态.给出了球形、球锥、兰金(Rankine)半体.以及F-14、F/A-18、X-33、X-34和X-38等飞行器结构下的校准结果.三个校准参数可适应飞行马赫数在0.25~5.0范围内,适应攻角在30°以上,侧滑角在15°以上.在跨声速段时,与传统的总静压系统的尖头形状校准变化的情况相反,FADS系统校准是马赫数、有效攻角和侧滑角的平滑单调函数.由于FADS系统校准对压力测压孔的位置十分敏感,所以需要精确测量测压孔在飞行器上的有效位置,并且风洞校准模型的压力测压孔应设置在类似的位置上.叙述了FADS系统的校准过程. 相似文献
10.
11.
12.
基于数据融合和改进新陈代谢不等间距GM(11)模型的导弹装备故障预测 总被引:4,自引:2,他引:2
针对导弹装备故障预测中存在数据采样时间间隔不均匀、采样难度大、数据量小等问题,借鉴数据融合技术和灰色预测理论,提出一种基于数据融合和改进新陈代谢不等间距灰色模型(AMUGM(1,1))的预测方法。建立改进初始值选取和背景值构造的不等间距灰色模型,并通过残差修正和新陈代谢相结合的方式对模型进行优化;基于加权思想提出了隶属度加权法,以确定各模型的隶属度权值;根据隶属度权值和AMUGM(1,1)模型建立特定个体的故障预测模型。实例仿真验证了该方法的有效性。 相似文献
13.
14.
15.
提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值.根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式.分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性. 相似文献
16.
17.
为提高氢混天然气(HCNG)发动机的标定效率,精确预测发动机参数,对一台氢气体积分数为20%的HCNG燃料发动机进行试验研究和性能预测分析。基于高转速低负载工况稳态标定试验数据,采用支持向量机(SVM)方法建立发动机参数关联模型,并利用不同寻优算法为模型寻找最优参数,以提高各项参数的预测精度。结果显示:若发动机运行于最大扭矩点火正时,则等效天然气比消耗(BSFC)最小,NOx比排放(BSNOx)也处于较理想的水平,尤其在增加氢气比例时,这些外特性有更加显著的提升;SVM模型可以较好地描述发动机输入参数与输出参数之前的非线性关系,自变量与因变量之间的相关性较强(决定系数R2均大于0.97),模型的预测精度较高,利用遗传算法得出的最优预测模型具有较高的泛化能力,扭矩、BSFC、BSNOx的平均绝对百分比误差分别仅为1.23%、1.98%、5.43%。 相似文献
18.
为了实现对射击密集度的有效控制,解决考虑随机因素的射击密集度优化设计问题,利用基于随机模型和随机优化的稳健设计理论,提出一种指标要求导向型的随机因素参数区间计算方法。基于蒙特卡洛模拟,采用六自由度外弹道模型,利用某型大口径榴弹炮数据求解射击密集度并研究其统计特性。利用不合格概率、灵敏度指数两个稳健目标准则,构建射击密集度稳健设计随机模型。采用带精英策略非支配排序遗传算法并结合反向传播神经网络代理模型技术对稳健设计随机模型进行优化求解,确定符合指标要求的随机因素参数区间。对比分析结果表明,该方法可同时保证射击密集度指标的最优性和稳健性,对射击密集度的预测具有一定可行性。 相似文献
19.
20.
利用连续波雷达测试弹丸径向速度时,会遇到弹丸、火炮、雷达及外界因素异常,测试的径向速度会出现缺失,导致递推出的炮口初速不准确。为此,选择建立合理的模型预测出缺失的径向速度对数据进行重构。雷达测试的径向速度属于一维数据,大口径弹丸的径向速度主要包含线性特征,小口径弹丸的径向速度既包含线性特征又包含非线性特征,都可以建立ARIMA模型、GM(1,1)灰色模型和回归模型进行预测。但是这些传统模型有时预测能力比较局限,预测精度不理想。为了充分整合所有模型的预测优势,提高预测精度,选择建立组合模型进行预测。针对大口径弹丸,建立由ARIMA、GM(1,1)和一阶线性回归方程构建的组合模型进行预测,针对小口径弹丸,建立由ARIMA、GM(1,1)和二次多项式回归方程构建的组合模型进行预测,为了保证预测精度,按照迭代的方式进行预测。实验结果表明,无论是大口径弹丸还是小口径弹丸,组合模型的预测精度始终高于单项模型,平均相对误差小于1‰,更加适合作为弹丸径向速度的预测模型。 相似文献