基于状态感知的航空发动机变基线模型建模方法研究

机载模型是先进航空发动机控制方法的基础,基线模型作为机载模型的重要组成部分,其建模准确度决定了机载模型的精度。针对传统单一基线模型在局部飞行包线精度高,而难以用于发动机全包线、全状态稳态性能预测的问题,提出了一种基于状态感知的发动机变基线模型建模方法。首先在小波变换滤波的基础上,提出基于状态感知的最优稳态数据筛选阈值计算方法,以减少稳态数据的错选或遗漏;其次,提出基于高斯混合模型(GMM)的变基线模型建模方法,利用GMM实现飞行数据自主聚类,并结合回归分析法,构建全包线、全状态的高精度变基线模型。仿真结果表明:本文提出的稳态数据筛选方法能有效避免数据错选或遗漏,相比于常规的单一基线模型,所提出的变基线模型可使高、低压转子转速的相对均值误差分别减小45%,30%以上。该方法能显著提升基线模型精度,同时实现了稳态数据自动化提取,避免了过多依赖人工经验且难以获得最优阈值的问题。

融合基线模型和TOPSIS法的驾驶人考场评价

针对当今驾驶人考场数量急剧增长及社会化快速推进过程中监督管理手段匮乏的问题,论文提出了融合基线模型和TOPSIS法的驾驶人考场评价方法。首先通过历史数据训练得到考场基线模型,然后通过指标分类将待评价考场原始数据划分为基线模型评价和TOPSIS法评价两类。最后,将两类评价结果加权求和计算出各考场的综合评价得分以及排序。该方法利用基线的思想解决了评价中部分指标难以定性的问题,并且能够定位考场具体指标的异常波动行为。结果表明,由于评价方法的普适性及具有的异常行为定位的特征,在实际应用于交通管理部门日常监督管理工作时获得了相关管理者的高度认可。

联合用药不良反应信号检测的两种基线模型及应用

目的构建两种基线模型——乘法模型和加法模型,结合药物不良反应自发呈报系统实际数据,快速有效地检测联合用药交互作用信号。方法利用上海市药品不良反应监测中心自发呈报的2007～2008年数据,分别采用两种基线模型进行药物交互作用的信号筛选,并经过统计学检验,确定有统计学关联的信号。结果加法模型初步筛选出可疑交互作用信号210例,经过统计学检验,产生统计学关联信号30例;乘法模型初步筛选信号151例,有统计学关联的信号81例。结论自发呈报系统是监测联合用药不良反应极其重要的数据来源。加法模型初步筛选交互作用信号具有较高的敏感度,但有统计学关联的可疑信号相对较少;乘法模型进一步验证了加法模型检测信号的强度。

基于模糊粗糙集属性约简理论的能耗基线模型

提出一种基于模糊粗糙集属性约简理论构建能耗基线模型的方法。首先对初始的能耗影响因素进行模糊化并预处理,明确条件属性和决策属性,形成决策表;然后对决策表进行属性约简,获得与原能耗影响因素集合具有相同分类能力的能耗重大影响因素;最后将能耗重大影响因素作为输入变量构建能耗基线模型。中央空调系统节能改造项目能耗基线模型的算例可验证所提方法的有效性,并降低建模难度。

单航过单平台InSAR基线模型的敏感性分析

从单航过单平台InSAR系统对其自身基线的高精度需求出发,给出了光学测量方案下的基线模型,并针对模型中的各因素及其误差来源,进行了模型的敏感性分析,阐明了测量元素与位置修正矢量的基线矢量的误差传递关系,然后根据误差传递关系找出测量系统的优化安装部位。通过解析推导得出各类误差源在不同条件下对基线精度影响的理论结果,由仿真分析给出了不同安装部位的误差传递系数。通过敏感性分析可由测量环境的输入条件直接获得基线的误差量级,其结果可作为指导测量系统方案设计与精度分配的参考依据。

基于SDAE的航空发动机燃油流量基线模型构建

为克服传统的基线模型算法(如BP神经网络算法)存在的泛化能力不高、鲁棒性差且容易陷入局部最优解等缺点,构建了基于堆叠降噪自动编码器(SDAE)的航空发动机燃油流量基线模型,利用民航发动机的真实飞行数据对基线模型进行训练与验证,并与基于BP神经网络的基线模型进行对比分析。结果表明:基于SDAE的燃油流量基线模型具有更高的精度和更强的鲁棒性。

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.

基于基线漂移模型的气体光谱自动基线校正

傅里叶红外光谱是监测污染源废气排放的一种重要手段。发展针对气体光谱的自动基线校正方法对于污染气体快速检测及长时间在线监测具有重要意义。目前自动基线校正中的一个难点是如何准确校正存在宽峰的光谱:宽峰在频域中具有一定低频成分,基于频域滤波提取光谱中低频基线信息的方法因难以选择合适的分离条件容易产生基线扭曲。采取自动识别基线点,基于预先设定的基线模型拟合光谱基线的方法可以规避频域方法中分离条件选取的环节,但其校正效果对所采用的基线模型非常敏感。当基线模型中的自由度过小时,拟合基线无法准确逼近光谱基线漂移,基线校正的误差较大;而当基线模型中的自由度过大时,尤其是含有实际基线漂移中不存在的虚假自由度时,容易产生基线扭曲。目前常用的基线模型有线性、多项式、样条插值、指数模型等,在基线模型的选择上缺乏较为统一的标准。本研究着眼于避免基线模型缺乏必要自由度或含有虚假自由度,提出基于实际基线漂移的自由度建立基线模型。研究发现,气体光谱中主要的基线漂移在光谱中可被近似表示为波数的特定阶次(0次、1次、2次和4次项)的形式。以此作为基线模型提出了一种自动基线校正新方法。新方法以传统迭代多项式拟合自动基线校正方法作为基础,将其中仅设定多项式最高阶次的基线模型改进为上述由具有物理意义支撑的特定阶次构成的基线模型;此外,增加了对吸收峰尾部的判定,用于避免在采用阈值分辨吸收峰与基线时,吸收峰尾部因吸光度较低被误识别为基线的问题。以实测获得的含有水汽宽峰的空气光谱作为样本,对所提方法的基线校正效果进行了验证,并与迭代多项式拟合方法中两种较有代表性的Lieber和Mahadeven-Jansen(LMJ)方法以及Liu和Koenig(LK)方法的基线校正效果进行了对比。实验结果表明,所提方法与采用不同最高多项式阶次的LMJ及LK方法相比,可更好的避免基线扭曲,同时其校正后的光谱基线与吸光度0线间具有最低的方差平均值。研究表明,采用实际基线漂移的自由度建立光谱基线模型可获得良好的基线校正效果。

非线性GPS基线方程的差分迭代解算模型

提出了解非线性方程的差分迭代算法,讨论了差分点的选取方法;分析了GPS单差、双差基线模型及其解法;结果表明算法可行。

同震地表位移的单站时间基线模型解算

针对强震时GPS双差相对定位精度受参考站位移的影响,而精密单点定位数据处理过程又相对复杂等问题,该文采用单站时间基线模型解算实时同震地表位移。依据短时间内对流层延迟等误差强相关和模糊度固定不变的特性,利用消电离层星间单差观测值,并对卫星钟差进行改正,建立时间基线差分解算模型。实验结果表明,本文方法所得测站位移结果与SOPAC解的互差的均方根误差在N、E、U这3个方向上分别为5.4、4.1和12.2mm,基于单站的处理方法,该文所得结果比SOPAC解更准确地反映地震期间地表运动。

基于DBN-SVR的船舶主机排烟温度基线模型

为给船舶主机整体性能的状态监测和健康管理提供更好的技术支持,提出一种基于深度置信网络(DBN)和支持向量回归机(SVR)相结合的船舶主机排烟温度基线模型,通过计算设备运行时的状态参数测量值与基线值的偏差量,并结合偏差量的变化情况,进而判断出部件的退化或故障情况。以某轮2015年1—6月份的航行数据和试航报告中的数据作为初始样本,经异常值剔除、噪声去除和稳定点筛选等处理后,形成最终样本集;利用DBN网络对样本数据进行特征提取,随后将提取的数据特征输入SVR中,建立船舶主机排烟温度基线模型。结果表明:通过测试集验证,基于参数调优的DBN-SVR模型相比BP模型、DBN模型和SVR模型可更准确地预测状态参数,拥有优良的稳定性。

GJB5000A四级军用软件组织过程绩效基线和模型的建立

实施GJB5000A四级定量项目管理能大大提升软件的质量,而实施定量项目管理需要组织过程绩效提供过程绩效数据、基线和模型。本文从数据采集、数据预处理、基线建立、模型建立等几个方面描述了建立GJB5000A四级软件组织过程绩效基线和模型的方法,并用统计学的假设检验方法验证了绩效基线和模型的正确性。

面向个性化服务推荐的QoS动态预测模型

针对个性化服务推荐领域现有服务质量预测技术精准度不足的问题,提出一种优化的服务质量动态预测模型.通过引入基线模型,将服务质量预测问题由整体值预测转化为偏差值预测,并结合矩阵分解技术建立了基线矩阵分解模型.通过对客户端和服务端的时间效应进行分析,设计了表示时间效应的矩阵分解模型,与基线矩阵分解模型结合形成了动态基线矩阵分解模型.实验结果表明,与现有服务质量动态预测模型相比,基线矩阵分解模型大幅度提升了服务质量预测精准度,而动态基线矩阵分解模型又在此基础上有进一步的提高.

基于统一基线数据模型的计算机终端基线检查工具设计与实现

分析了企业终端安全基线管控的必要性及现存安全基线检查方法的不足之处,提出了一种基于统一基线数据模型的计算机终端安全基线检查工具的设计与实现方案,在为用户提供基线检查项自定义配置能力的基础上,可满足现存终端基线检查系统无法支持的检测要求,统一了终端安全基线的检查口径及方法,提高了终端安全基线核查工作的效率及准确率。

干涉合成孔径雷达基线误差最优化校正方法

针对传统干涉合成孔径雷达基线校正方法没有遍历最大可能误差范围内的全部坐标,导致最大偏差值和均方根误差大的问题,提出干涉合成孔径雷达基线误差最优化校正方法。根据合成孔径雷达与基线的定义,构建基线模型,获取初步基线值;确定校正对象并计算相位差,遍历最大可能误差范围内的全部坐标,得到与真实阵列坐标重合的坐标值,获取固定的相位差,校正干涉合成孔径雷达基线误差。实验结果表明,所提方法能够有效地降低最大偏差值和均方根误差,完成干涉合成孔径雷达基线误差的最优化校正。

三维基准转换七参数初始值解算的两种简便模型

针对大旋转角三维坐标转换中需要给定转换七参数初始值以便于平差迭代求解的问题,本文提出两种概算的简化模型,即基线模型和联合模型。两模型中均对旋转矩阵做简化处理,忽略其正交矩阵的特性,从而将严密的非线性平差模型转化为线性平差模型。该方法计算中无须迭代,简单易行,使用MATLAB模拟数据验证结果表明,该方法不仅可用于求解七参数的初始值,而且在100 m3范围内,当转换点三轴误差均小于5 mm时,两种模型都可满足转换误差小于2 mm的要求。

基于LightGBM算法的航空发动机基线多参数建模方法

在航空发动机实时监控与健康管理技术中,发动机工作基线起到了至关重要的作用。近些年来,利用快速存储记录器(quick access recorder,QAR)数据进行基线挖掘的方法受到了广泛的关注。提出了一种考虑引气和滑油温度影响的LightGBM航空发动机基线建模方法,按照发动机稳态工作条件提取GE90-115B发动机在运行过程中的数据,对其做相似修正后作为基础数据,再通过带交叉验证的网格寻优LightGBM算法进行训练获得基线模型。与以往挖掘的基线模型相比,在考虑引气和滑油温度的情况下训练出的基线模型具有更高的精度和更强的泛化能力。

航空发动机排气温度基线建模新方法研究

为实现航空发动机气路性能诊断与预测,提出一种基于堆叠降噪自编码器(Stacked denoising auto encoder,SDAE)和支持向量回归(Support vector regression,SVR)相结合的航空发动机排气温度(Exhaust gas temperature,EGT)基线建模方法。以CFM56-7B发动机实际采集的飞行数据作为原始数据样本,利用SDAE进行数据特征提取和降噪处理后,将提取到的非线性特征作为SVR网络的输入,建立排气温度基线模型。利用同型号的另一台发动机航后数据对所建立的排气温度基线模型进行验证,并与基于单一网络的基线模型进行对比。结果表明,基于SDAE-SVR融合模型的基线建模方法具有更强的鲁棒性和更高的预测精度。

基于结构方程模型多组比较的任务驱动教学模式效果评价

任务驱动教学模式是一种基于构建主义学习理论的教学模式[1]。任务驱动教学模式要求教师在教学设计中,把教学内容设计成一个或多个具体任务,将教学内容巧妙地隐含在每个任务之中,而在教学过程中,通过任务中的相关问题来引导学生思考,并经过自我思考和教师的适当点拨,使学生自己解决问题从而达到掌握教学内容,进而培养学生分析、解决问题的能力。