一种基于小样本数据的装备故障预测方法

针对目前装备故障预测面临的数据小样本问题以及现有数据驱动方法的不足,提出了一种基于相关向量机的装备故障预测方法,并通过故障预测仿真实例验证了方法的有效性和合理性。理论分析及应用结果表明:与神经网络、支持向量机等方法相比,该方法在保持较高预测精度的同时,在输出形式、参数设置等方面具有优势,应用前景广阔。     

某型导弹发射装置故障检测率的Bayes估计

采用无先验信息下的Bayes评估方法,利用常用的共轭分布作先验分布,对先验分布中超参数的取值范围做出假设,运用Bayes理论计算出故障检测率的Bayes估计。并以Bayes估计为基础,结合超参数,求出故障检测率的经验Bayes估计,最后,运用实验数据对所做出假设的合理性进行说明。     

基于多小波能量谱与SVM的导弹惯性器件故障预报

针对利用时域信号进行故障预报精度低的问题,提出一种基于多小波能量谱与支持向量机(SVM)的故障预报方法.该方法以信号在多小波域上分解形成的能量谱作为故障的诊断特征,通过距离评测准则选取最优多小波能量谱特征子集.最后将最优特征作为样本训练支持向量机.利用训练后的SVM进行故障预报,试验结果表明多小波能量谱能更有效地反映惯性器件故障特征,利用SVM与多小波能量谱结合可以得到更好的预测精度.     

基于支持向量机集成的导弹发动机压力预测

针对导弹发动机压力下降难以预测的问题,根据某型导弹发动机压力实测数据,首先将实测数据进行插值处理,然后利用前5组数据为输入数据,后一组数据为预测数据,采用支持向量机集成方法对导弹发动机压力进行模型辨识,实现导弹发动机压力预测.通过对3组发动机压力实测数据进行仿真分析,发现支持向量机集成预测误差最大为0.102%,满足导弹发动机压力预测要求,对导弹发动机压力预防性维修具有重要作用.     

基于直线直流电机的无人机发射技术研究

研究将直线直流(DC)电机原理应用于无人机(UAV)发射技术,选择了永磁无刷直线直流电机(PMBLDCM)作为动力源,设计了新概念UAV发射器的模型,对UAV导轨起飞运动学进行了分析。通过实例的计算数据比较,确定了基于PMBLDCM的UAV发射技术是可行的且优点明显。     

基于故障数据的导弹突发故障预测方法

针对导弹突发故障发生时间短,难以直接预测等问题,在一定置信度的前提下,基于故障数据对导弹突发故障预测方法进行了研究。对故障数据进行统计推断,确定了故障数据的分布规律,进而基于故障数据分布函数建立了导弹突发故障预测模型,得出了导弹未来一段时间内的突发故障概率。最后通过算例分析,验证了导弹突发故障预测模型的合理性。     

基于SVM的航空兵空运转场载机架次预测研究

分析影响载机架次的主要因素,利用支持向量机(SVM)理论建立非线性回归模型,通过反复试验和网格搜索算法确定预测模型的核函数及参数,进而对载机架次进行预测.预测结果表明:同BP神经网络预测模型相比,支持向量机预测模型具有良好的泛化能力及准确的预测结果.     

基于数据驱动的光伏功率预测技术研究

高空长航时太阳能飞行器已经成为现代战争中重要的战场态势快速响应平台,光伏功率的准确预测对提高其能源利用效率显得尤为重要。梳理了光伏输出功率预测相关技术的发展现状,分析存在的主要问题,对基于神经网络、支持向量机、组合预测等数据驱动的光伏功率预测技术进行了重点介绍。针对高空飞行器预测模型通用性不足和气象参数时变性强的问题,提出了可以通过实时采集气象参数和自身状态信息进行在线建模与预测的算法思路,进而提高光伏预测精度和飞行器的综合性能。     

基于多种预测算法的飞机故障预测效果研究

为大幅提高飞机的维修故障预测精度,在充分研究Fisher 判别法、逻辑回归、随机森林和支持向量机4 种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R 平台上实现这4 种算法,以分析比较4 种 算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。     

基于垂直发射武器的火力交叉判断模型

文章就如何建立垂直发射武器的火力散布体模型及如何判断火力交叉的发生进行了研究。采用四元数方法建立了垂直发射武器的弹道仿真模型,通过仿真定性分析了不同误差因素对于弹道散布的影响;分析了初始扰动对弹道散布的影响,得到了散布半径随时间变化的函数;建立了以理想弹道为轴线的垂直发射武器火力散布体模型,模型中考虑了时间上的控制因素,减小了导弹武器空间散布体的范围,并提出了模型的解算方法。所建立的模型能够较为准确地描述不同武器火力散布的情况,并能对火力交叉做出判断。     

导弹液压系统故障诊断专家系统设计方法研究

针对某型导弹液压系统故障的特点，设计了故障诊断专家系统。重点介绍了专家系统的总体结构、知识库的设计和知识的表示方法、推理策略。系统属于基于规则的产生式系统，采用关系模式来描述知识库，用数据库方法存储管理知识库，以改善知识库的性能。系统采用了模块化设计方案，便于管理和维护。     

一种基于SVM 的航舵故障诊断方法

针对舵机故障样本数量不足、诊断知识不完备的实际情况,提出一种基于支持向量机(support vectormachine,SVM)的故障诊断方法。根据航舵故障输入输出映射非线性的特点,分析SVM的分类机理,对基于SVM的故障诊断步骤进行介绍,解决了小样本模式的分类问题,并通过仿真对该方法的有效性进行验证。仿真结果表明:该方法对舵机故障分类准确性可达92%。     

基于小波支撑矢量机非线性组合预测的导弹惯性器件故障预报

组合预测是预测领域的一个重要的研究方向．结合支撑矢量机和小波理论的优点，提出了一种基于小波支撑矢量机的非线性组合预测模型，其预测精度比各种单一预测方法大大提高．将该组合预测模型用于导弹惯性器件故障预报中，仿真结果验证了算法的可行性和有效性。     

基于支持向量机的鲁棒故障诊断方法研究

针对生产过程中因扰动、噪声等因素引起误报率高的问题,文中提出基于支持向量机（SVM）的鲁棒故障检测方法.采用SVM对建模不确定性部分进行辨识,且将结果作为补偿项加到观测器中,使残差在理想情况下只表现为故障的形式,消除了干扰、噪声等对残差的影响.而在故障辨识中,文中对基于积极集法的回归型增量支持向量机（RISVM）进行研究,不断考虑新数据对辨识模型的影响,实现故障的在线辨识.最后通过仿真算例验证所提方法的有效性.     

Effects of Wind on Steady-state Scan Characteristics and Hit Probability of Terminal-sensitive Projectile

The wind effects on steady-state scan characteristics and hit probability of terminal-sensitive projectile were discussed in this paper. Considering wind as the constitutions of the average wind and the impulsive wind, a simplified wind field model was established for the ballistic calculation of the steady-state scan phase; under the windy condition, the effects of the range wind and the beam wind on the steady-state scan characteristics of the terminal-sensitive projectile were analyzed in detail and its hit probabilities for a certain armored target were calculated. The calculated results show that, when the wind speed exceeds a certain value, the hit probabilities of terminal-sensitive projectile drop rapidly; the wind effects must be considered in the application of the terminal-sensitive projectiles. This paper provides some theoretical references for the fire wind speed correction and the global structure optimization of the terminal-sensitive projectile.     

基于粒子群算法优化最小二乘支持向量机的电路故障诊断方法

针对数／模混合电路故障的特点,采用将粒子群算法与最小二乘支持向量机相结合的故障诊断方法,在保证诊断过程准确率的基础上,实现多类故障的快速诊断。在诊断过程中,支持向量机的参数寻优过程存在随意性、盲目性和效率低等问题,采用改进的粒子群算法优化支持向量机的参数,建立基于支持向量机的故障分类模型。实验结果表明,与其他方法相比,该方法提高了故障诊断的精度,具有明显的实用价值。     

关于导弹动力系统故障判断的一般方法和典型分析

结合靶场实践,从一般故障判断方法到典型故障分析,较系统地对导弹动力系统故障进行了分析方法的探讨,总结了导弹动力系统在实际飞行中出现各类故障的现象和原理,力求在理论上进行初步故障计算.     

基于支持向量机的装备故障诊断研究

支持向量机（SVM）是统计学习理论（SLT）的一种成功实现,它建立在SLT的VC维理论和结构风险最小化原理基础之上,能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷.提出了一种基于支持向量机的装备故障诊断方法,应用该方法成功地对某型装备几种典型故障进行了正确诊断.在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断要求,表明提出的故障诊断算法具有良好的鲁棒性和推广性.     

大型发射装置液压起竖系统的滑模控制研究

针对大型发射装置液压起竖系统这类高阶非线性系统的控制问题,提出了一种自适应多面滑模控制方法。基于液压起竖系统的非线性模型,采用逐步递推的方法给出系统的多面滑模控制器。根据Lyapunov稳定性理论,将自适应律引入多面滑模控制器,实现对系统不确定参数和起竖过程中环境干扰的在线估计,提高系统的鲁棒性。试验结果表明,与普通的滑模控制比较,该控制方法有效地克服了系统自身参数的不确定性和外界干扰的影响,提高了起竖角度的跟踪控制精度。