复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。

改进的货运量最优变权组合预测模型

提出一种改进的变权组合预测模型,实现货运量的短期和长期预测。该方法采用多元线性回归、二次指数平滑法、灰色模型、指数曲线外推方法分别对货运量进行预测,设计一个多项式的系数矩阵,建立组合预测模型。为了保证组合模型长期预测的稳定性,在进行长期预测时,在模型中增加了收敛条件。最后,通过引入松弛函数,避免求解方程时的病态,利用拉格朗日极值法求解该组合预测模型的系数矩阵,获得组合预测模型。根据长沙市1990年~2008年货运量的原始数据,采用该模型进行短期和长期预测,结果表明了该模型的有效性。

飞机静力试验中机翼的载荷分配研究

针对飞机静力试验加载的问题,为使得试验加载力反映飞机受力特性,由载荷分配前输入的典型剖面上剪力、弯矩、扭矩推导出相邻剖面之间的剪力、弯矩、扭矩,通过构造带内力约束的拉格朗日极值函数求出试验加载力,将载荷分配前输入的内力与试验载荷分配后产生的内力进行对比分析,可以得出:通过构造带内力约束的拉格拉日极值函数法分配得到的试验载荷符合载荷的传递,能够满足飞机静力试验加载的要求,可以用于飞机静力试验的加载。