基于优化小波分量的高铁桥墩沉降异常探测方法

针对高铁桥墩沉降数据中传统异常值探测方法存在探测结果不理想的情况,提出一种基于优化小波分量的高铁桥墩沉降异常值探测方法。所提方法在拉依达准则法的基础上,通过优化小波分量降低小波分量中的噪声影响并充分利用小波分量中的有效信息。利用模拟实验数据和工程实例数据进行实验,并与拉依达准则法、IQR法、MAD法以及4种传统小波组合方法进行对比分析。实验结果表明,文中所提方法相较于单一异常值探测方法和其它小波组合方法能够探测出更多的异常值,且探测结果更加可靠。

基于ARIMA的民航发动机下发预测（英文）

时间序列自回归滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)能较准确处理和预测依循环顺序获得的航空发动机性能数据。采用分箱改进的拉伊达准则处理起飞EGTM数据,可为ARIMA模型提供了更加真实的数据,获得航空发动机起飞EGTM预测值,依据航空公司发动机设定的可靠度进行下发预测。应用验证表明:基于ARIMA的起飞EGTM时间序列能够满足航空发动机的质量管理的要求。