火工品可靠性评估小样本试验方法综述

本文介绍了刘炳章等人基于功能裕度系数提出的一种针对航天火工品可靠性验证的“最大熵试验法”,荣吉利等人提出了一种在加严条件下评定火工机构可靠性的方法和已被国军标采纳并以GJB 6478-2008《火工品可靠性计量-计数综合评估方法》发布执行。     

用Haigh图估算缺口试样疲劳极限

用20Cr钢、40Cr钢两种材料在不同缺口尖锐度下进行疲劳试验,借助Haigh图研究缺口试样疲劳极限随平均应力变化的规律;并据静弯试验结果,探讨用静弯性能估算缺口疲劳极限的方法。结果表明:1.可以根据材料光滑试样疲劳极限σ-1、抗弯强度σbb及疲劳缺口应力集中系数K_f建立Haigh图,来估算在不同平均应力下,光滑试样及缺口试样疲劳极限。2.缺口试样疲劳极限,不仅与材料强度有关,而且依赖于缺口根部塑性,可以根据缺口引起试样抗弯强度与挠度乘积的变化,估算K_f。     

指数分布产品的小样本可靠性参数评估方法

介绍了小样本可靠性参数评估的Bootstrap方法和随机加权法的基本思想,以及指数分布随机样本的Monte Carlo抽样过程;分析了指数分布随机观测样本的平均寿命估计的相对误差,研究了小样本情况下,相对误差的统计特性随样本量的变化关系及其分布情况,并对仿真结果进行了对比分析。     

金属材料疲劳极限的估算

金属材料疲劳极限通常是用众多的试验结论测试拟合得出的，需要高昂的费用，且有时无法用试验获得特殊工况下的数值，给出一个估算非对称循环疲劳极限σr的简便计算方法，可利用有限的数据，确定材料的疲劳极限，减少试验次数，降低试验条件的要求，在确定了疲劳极限值和静抗拉强度极限后，利用丁氏公式，用AUTOLISP实现了等寿命曲图的绘制，讨论了拟和公式中各参数的确定方法，并对拟和结果和实验数据进行了比较，结果表明，该方法所得结果与试验结果吻合较好，且绘制疲劳曲线方便，快捷。     

小样本条件下基于Bayes方法的装备状态评估

针对小样本条件下单纯采用使用期无法准确衡量装甲装备技术状况的问题,本文以装甲车辆发动机状态评估为例,分析了小样本条件下,装备各技术状况等级特征参数分布及其有效性和适用性。同时,采用Bayes决策法,从装备属于各技术状况等级的概率和错判风险两方面出发,对装备状态进行评估。评估结果表明,利用两种Bayes方法均能准确评估发动机技术状况,评估准确率达90%以上,并且基于最小风险的Bayes评估方法具有更好评估效果,评估准确率较高,符合装甲车辆技术状况随使用时间增加而逐渐变差的一般规律。该方法在装备状态评估中具有实用性及可行性。     

小样本检验法

提出了适用于样本容量n≤16的“小样本检验法”。该方法不用查表,计算比较简单,在通常的实验次数(5～13)内,置信概率P≈99％。在n≤16时比简便准则的置信概率高,也比格拉布斯检验法好。     

构建基于小样本估算的电力工程造价

电力工程是国家的基础工程.在科学、技术、经济不断发展的今天,人们对电力工程造价管理提出了更高的要求,本文以电力工程历史造价数据为基础,结合国外先进的电力工程造价管理,对我国电力造价现状提出了易于搡作、快速有效的基于小样本估算工程造价模型,并通过模型仿真分析得出其在电力工程建设初期对工程造价中有重大的意义.     

基于模糊聚类和改进Densenet网络的小样本轴承故障诊断

针对实际中轴承的故障数据少难以满足深度学习数据大量训练模型的要求,利用卷积神经网络的微小特征提取优势和模糊聚类不需要训练即可完成分类的特点,提出了一种基于模糊聚类和改进Densenet网络的小样本轴承故障诊断方法。首先将预训练微调的Densenet网络去掉分类只保留特征提取层,设计一个维度自适应全局均值池化层(GAP)代替全连接层(FC),其次利用模糊聚类代替Densenet网络的softmax分类层,不需要训练即可完成分类。实验结果表明：该算法利用小样本数据训练网络中的GAP参数,模型需要的训练样本大大减少,诊断时将轴承时域图像输入到网络中,在GAP层输出1 920个特征数据,不同故障状态的特征数据构建特征向量矩阵,利用模糊聚类方法求得模糊相似矩阵和模糊等价矩阵,当置信因子从大到小变化时,由对应布尔矩阵得到动态聚类图,从而实现轴承故障分类。     

改进关系网络的小样本图像分类方法

为提升小样本学习方法的泛化能力,在关系网络的基础上提出一种新的小样本图像分类方法。该方法在原关系网络的结构上进行改进,通过引入inception块增强网络的特征表达能力,同时改进原关系网络中用于相关性计算的激活函数和损失函数,从而实现更好的信息流动,有利于模型的训练,并且使模型具有更好的泛化能力,有效提高小样本图像分类的准确度。在Omniglot、MiniImagenet以及TieredImageNet三个常用小样本学习数据集上进行实验,结果表明：改进的网络比原关系网络模型的分类准确率高,可以有效增强模型的泛化能力。     

小样本数控刀架的可靠性模型

结合某系列数控刀架现场试验数据,采用基于Bayes理论的小样本威布尔分布的方法进行数控刀架的可靠性模型分析;对于可靠性模型的两个参数α,β(尺度参数和形状参数),采用粒子群优化算法进行估计。采用该建模方法建立的数控刀架可靠性模型,可以得到更为准确的分析结果。     

结构疲劳试验寿命数据分布类型对其使用寿命的影响

对于飞机结构疲劳试验寿命数据,工程上一般采用概率纸结合相关系数法来确定其分布类型,但用此方法,有时同一试验数据既能通过对数正态分布又能通过双参数Weibull分布的检验,而不同分布时疲劳寿命分散系数不同,用不同分散系数计算出的结构使用寿命有时会有较大的差别,给结构的定寿延寿工作带来困难。本文对此问题进行了研究,结论为:当可靠度要求低于99%时,可以采用概率纸结合相关系数法来确定其分布类型;当可靠度高于99%时,应该采用效率较高的分布检验法。     

Evaluating ultrasound signals of carbon steel fatigue testing using signal analysis approaches简

The application of ultrasound techniques to monitor the condition of structures is becoming more prominent because these techniques can detect the early symptoms of defects such as cracks and other defects. The early detection of defects is of vital importance to avoid major failures with catastrophic consequences. An assessment of an ultrasound technique was used to investigate fatigue damage behaviour. Fatigue tests were performed according to the ASTM E466-96 standard with the attachment of an ultrasound sensor to the test specimen. AISI 1045 carbon steel was used due to its wide application in the automotive industry. A fatigue test was performed under constant loading stress at a sampling frequency of 8 Hz. Two sets of data acquisition systems were used to collect the fatigue strain signals and ultrasound signals. All of the signals were edited and analysed using a signal processing approach. Two methods were used to evaluate the signals, the integrated Kurtosis-based algorithm for z-filter technique （I-kaz） and the short-time Fourier transform （STFT）. The fatigue damage behaviour was observed from the initial stage until the last stage of the fatigue test. The results of the I-kaz coefficient and the STFT spectrum were used to explain and describe the behaviour of the fatigue damage. I-kaz coefficients were ranged from 60 to 61 for strain signals and ranged from 5 to 76 for ultrasound signals. I-kaz values tend to be high at failure point due to high amplitude of respective signals. STFT spectrogram displays the colour intensity which represents the damage severity of the strain signals. I-kaz technique is found very useful and capable in assessing both stationary and non-stationary signals while STFT technique is suitable only for non-stationary signals by displaying its spectrogram.     

疲劳试验数据分布类型的模糊判别

从试验数据拟合分布函数的基本原理出发,通过单个因子到整体的比较,判定试验值的基本模型,为疲劳试验数据分布类型的判定提供了一种简便的实用方法.     

一种适于高维小样本数据的线性判别分析方法

针对高维小样本数据的类（模式）内离散度矩阵常为奇异,提出了一种改进的线性判别分析方法ModLDA。它通过嵌入偏最小二乘算法,完成投影方向矢量的稳健估计,进而提取出若干个特征变量。而后基于特征变量张成的低维空间,构造样本类别的线性判别函数。在实证中,将ModLDA应用于药物光谱数据的化学模式识别,结果显示ModLDA方法判别能力明显优于其他方法。     

离散温度资料小网格推算法的改进和实现

根据温度分布和热量理论,应用有限的离散温度观测资料,在250m的地理网格资料中,利用多点推算方法,结合改进距离加权平均法,对运算中的多层推算结果进行权值订正,并推算面上的温度,使温度的计算结果更加接近真实情况.计算结果表明,该方法成功地消除了温度推算结果中的临界“台阶”畸变,改善了距离加权平均法中的“牛眼”现象,实现了数据的平滑过渡,提高了网格化温度推算的准确性.     

OBDA在极限与配合知识库中的应用

针对传统极限与配合本体知识库构建中工作量过大和数据与本体不一致的问题,将基于本体的数据访问(OBDA)引入极限与配合知识库中,使用Web本体语言OWL 2 QL构建极限与配合本体TBox,构建本体与数据库的映射集将数据库中数据映射为极限与配合本体的个体集,使用本体的实时查询访问数据库中数据,在减少本体构建工作量的同时,确保了数据与本体一致且易于共享和重用。工程实例验证了在极限与配合知识库中应用OBDA的可行性和有效性。     

通过小样本人体尺寸做人体参数测量的预测

针对服装制版过程中人体尺寸采取、人体非控制部位尺寸确定等难题,利用人体灰色建模和隶属函数的方法,通过小样本人体测量尺寸来预测人体参数,得到了准确的非控制部位尺寸,节省了测量时间,使服装更合体,提高了企业单位的工作效率和产品质量.     

用于小样本模式识别的最小平方支持向量机

为了进一步提高支持向量机分类器的推广性能,采用最小二乘原理,形成最小平方支持向量机,编制了相应的MATLAB程序,并将其应用于小样本模式识别中.仿真实验结果表明,最小平方支持向量机分类器在小样本模式识别中,有着优良的推广性能.