基于MC-XGBoost模型的航空发动机振动特性预测

为探索航空发动机高压转子组件的装配参数对整机振动响应的影响,通过不平衡响应振动方程描述了装配阶段几何偏差和不平衡偏差与振型的机理关系,提出一种基于最大相关性(maximum correlation,MC)系数与极端梯度提升(XGBoost)的改进模型,MC-XGBoost预测模型。通过MC系数筛选影响振动性能的关键参数,即最相关的几何/不平衡装配参数;代入XGBoost模型进行振动特性预测。利用试验数据对预测模型进行验证,结果表明所提出的MC-XGBoost预测模型相比于RF、GBDT算法模型,具有更高的预测精度,能够为航空发动机面向装配质量的振动特性评估提供一种有效的评价方法。

大雾演化规律探究及变化趋势预测

能见度是气象、公路行车、飞机飞行中常见指标,影响能见度的因素主要是雾和霾,研究针对大雾天气能见度做了如下研究.首先,以单个气象指标与能见度的非线性拟合方程为依据建立多元非线性回归模型,导出气象数据与能见度之间的具体关系式;建立了基于视频数据的精度高、自适应性好的能见度估计卷积神经网络模型;并且采用了暗通道先验法和基于ASG与DCR的估计算法对图片进行能见度估计;最后本文采用灰色预测模型对大雾变化趋势和消散时间进行预测.