基于时序分解的飞机平均故障间隔飞行时间组合预测

针对飞机平均故障间隔飞行时间(MFHBF)指标值的预测问题,提出一种基于时间序列分解的组合预测方法。首先利用STL(Seasonal and Trend Decomposition using Loess)方法分解出MFHBF指标的长期趋势项和季节变动项,然后以灰色模型预测指标的长期趋势,以BP神经网络和支持向量机回归组合模型分别预测指标的季节变动,根据误差权重计算季节变动的加权值,最后以加法模型合并趋势和季节的预测值获得最终结果。利用服务点积累的指标数据对方法进行检验,与单独使用支持向量机回归预测得到的结果相比,平均绝对误差由45%减小至21%,证明该方法能够有效提高预测精度,为保障人员提供可信的指标预测结果。

同位素热光伏系统辐射场分布及衰减率研究

开展深空、深海探测任务必须解决长周期能源供给问题,同位素热光伏电源(RTPV)系统是重要的解决方案之一,RTPV系统性能衰减研究是开展工程化设计的基础。本工作系统地计算了250 W^(238)PuO_(2)通用热源(GPHS)的功率衰减情况,利用蒙特卡洛方法模拟了RTPV系统内部的辐射场分布,最终结合国外相关实验得到RTPV系统的衰减率。当电池系统服役20 a时,热功率下降导致系统转换效率下降的年衰减率为0.5%;富氧情况下^(238)PuO_(2)源产生的中子辐照导致GaSb晶元转换效率下降的年衰减率为0.7%;综合考虑功率衰减及中子辐照影响,RTPV系统的年衰减率为1.2%。