一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

Boosting稀疏最小二乘支持向量回归机及其在推力估计中的应用

为实现航空发动机的直接推力控制代替传统的基于传感器的液压机械式控制,本文使用boosting技术提升最小二乘支持向量回归机的性能设计了推力估计器。在使用boosting的过程中,有两点与传统方法不同：（1）为了在建立稀疏最小二乘支持向量回归机的时候使数值计算更稳定,使用无放回抽取;（2）为了实现最小二乘支持向量回归机的稀疏性和降低计算的复杂度,用训练数据集的一个子集来建立最小二乘支持向量回归机,不再使用全部训练数据。仿真实验表明,基于boosting稀疏最小二乘支持向量回归机的推力估计器能够满足直接推力控制的需要,即估计推力相对误差不大于5‰。     

计算机辅助工艺设计（CAPP）系统数据备份模式的研究

航天器工艺数据是航天器总装过程中的重要数据,计算机辅助工艺设计（CAPP）系统是用于工艺数据编写的信息化系统。为了对航天器工艺数据进行可靠的备份,文章研究了适用于CAPP系统的数据备份模式。根据航天器工艺数据特点、CAPP的系统特点和应用情况,使用改进的父子循环策略对航天器工艺数据进行周期性的完全备份,制定了介质覆盖保护周期的计算公式,备份系统的架构采用LAN-Based方式,同时设定了合理的备份时间调度。依照此方案实施的备份作业取得了良好的运行效果。     

航空发动机气路部件故障融合诊断方法研究

针对发动机气路部件故障,提出了一种基于模型和基于数据驱动的融合诊断方法。采用极端学习机(ELM)实现基于数据驱动的故障诊断。针对ELM随机选择输入层权值和隐含层偏置带来的缺点,采用改进微分进化(IDE)算法以训练样本的均方根误差(RMSE)和输出层权值的范数为评价标准对其进行优化,减少了ELM的隐含层节点数,提高了网络的泛化能力。同时,由于传感器数目的不足,采用基于奇异值分解(SVD)的Kalman(SVD-Kalman)滤波器实现基于模型的部件故障诊断。为了提高航空发动机部件故障诊断的精度,利用改进的迭代约简最小二乘支持向量回归机(IRR-LSSVR)算法对两种算法的估计结果在特征层进行定量融合。仿真结果表明,在发动机稳态状态下,与单独使用基于模型和数据驱动的诊断方法相比,采用特征层融合有效地提高了部件故障诊断的精度和准确率。     

最小二乘支持向量回归机在发动机推力估计中的应用

实现直接推力控制的首要问题就是要估计出推力.基于最小二乘支持向量回归机提出了一种Wrapper算法进行特征选择,此算法不仅能降低计算的复杂度,而且能增强模型的泛化能力.另外,在对最小二乘支持向量回归机进行稀疏性建模的时候,用QR分解法代替传统的协方差法,增强了数值的稳定性.最后,推力估计器设计的应用实例,验证了本文提出的特征选择法和QR分解法进行稀疏性建模的可行性和实用性.      

基于ADRC的航空发动机限制保护器设计

发动机限制保护器在航空发动机运行过程中对特定的被限制量进行实时监控,在其超出安全范围时实施限制,实现对航空发动机的保护.将自抗扰技术用于限制保护控制器设计,利用自抗扰控制器的扩张观测器,动态估计未知扰动和系统特性,对实际控制量进行反馈补偿,实现超限后的快速保护,提高了发动机的安全性.仿真结果表明:所设计的自抗扰限制保护控制器能将超限偏差有效转化为对主回路指令的修正,综合控制系统响应速度快,达到了限制保护的目的.     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据,过去的方法常聚焦于单个样本点的识别,其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外,这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此,提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法,即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式,这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验,同时进行了可视化的展示,实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外,AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

在线稀疏最小二乘支持向量回归机及其应用

提出了一种简单有效的方法——OPLS—SVR来实现在线最小二乘支持向量回归机解的稀疏性。由于稀疏性的实现,在线稀疏最小二乘支持向量回归机的响应时间被大大缩短。此外,为了保证给航空发动机控制器提供可靠、正确的控制信号,提出了一种基于OPLS—SVR的解析余度技术来解决传感器失效和漂移问题。仿真实验表明了该解析余度技术有效且可行。     

基于虚拟化技术的数值仿真与中央监控系统网络设计

“数值仿真与中央监控系统”作为国家大科学工程项目“空间环境地面模拟装置”的分系统,为装置提供数据采集、实验和安全监控、集中展示、数据存储、运行管理、数值仿真、数据共享以及配套系统的监管等服务。文章基于各类业务在网络中的承载需求,针对系统网络涉及业务种类繁多、数据量大、网络规模复杂等特点,采用星型拓扑结构,各节点采用双设备部署,防火墙采用Acitve-Acitve路由方式部署,利用网络虚拟化技术对网络进行横向融合和纵向隔离,构建了多业务统一承载的数值仿真与中央监控系统网络。该设计简化了网络规划,提升了网络带宽,增强了网络的可靠性和安全性,最终实现在一张物理网络中为各类实验业务提供差异化网络服务。     

航空发动机传感器故障与部件故障诊断技术

结合局部学习思想与集成学习技术,提出了一种基于支持向量机-极端学习机-卡尔曼滤波器(SVM-ELM-KF,Support Vector Machine-Extreme Learning Machine-Kalman Filter)的航空发动机传感器故障与突发性部件故障诊断的方法.将改进的迭代约简最小二乘支持向量回归机训练技术推广到分类机中,用于区分传感器故障与部件故障,使得该分类机具有一定的稀疏性.对于传感器故障,利用ELM分类机对故障进行定位.对于部件故障,利用改进的卡尔曼滤波器对发动机各部件的健康参数进行估计,从而对部件故障进行定位.仿真结果表明,提出的故障诊断方法能够准确地区分传感器故障和部件故障,实现故障的有效定位,验证了方法的可行性.