平面连杆机构运动误差综合的研究（Ⅰ）──运动误差综合的单位向量法

以运动误差分析为基础，从机构输出运动误差最小出发，给出了机构输出运动误差极值理论，提出了机构运动误差综合的单位向量法。该法具有公差分配合理，简单为行，无需优化，适用空间机构等优点，最后给出了算例．

平面法向量的进一步研究

在试验(修订)教材第二册(下B)给出了这样一个概念：如果α^→⊥α，那么向量α^→叫做平面α的法向量．课本仅给出了这个概念，在其例题、课后练习、习题中均未涉及对此概念的进一步研究，但是利用平面的法向量(或法单位向量)解有关立体几何中空间的角和距离等问题时，将更能体现出教材(下B)的特点．下面就有关的问题作一些探讨．

基于多分类AdaBoost的航空发动机故障诊断

对航空发动机运行数据进行数据挖掘的方法,是发动机故障诊断研究领域的重要研究内容。由于各种算法自身的局限性,通过某种单一算法很难大幅度提升故障分类的准确性。运用组合分类的AdaBoost算法,综合多个分类模型进行诊断,是提升故障识别精度的一种较好的方法。通过AdaBoost算法及其改进算法的结合,建立一种多分类的AdaBoost算法,以支持向量机(SVM)为基础分类器,进行综合诊断模型的建立。通过单位向量法、比值系数法和相关系数法将指印图中统计的故障标识数据进行处理,得到不受故障程度影响的训练数据,再进行建模。实验表明,AdaBoost相关结合算法能够显著提升分类器性能。根据实际故障案例,验证了所建立的诊断模型能够较好地用于发动机的故障诊断。

基于Adaboost的发动机故障诊断训练数据影响分析

数据挖掘是民航发动机故障诊断的重要手段之一,故障诊断模型的训练数据多来源于已知故障数据或试验数据。实际操作中,不同种类的大量故障数据难以获得,且同一种故障由于故障程度的不同也可能使性能参数产生较大差异,导致诊断模型的推广性较差。在故障数据较少的情况下,如何获得鲁棒性好的诊断模型具有重要意义。指印图标识了不同故障对应的发动机主要性能参数的小偏差量,可用数据挖掘方法,将其作为不同故障的基础数据。通过比值系数法、相关系数法、单位向量法扩充基础数据,再应用不同的噪声添加方法,作为模型训练的数据,使诊断模型更具推广性。

自适应滑模容错跟踪飞行控制律的设计

当飞行控制系统操纵面发生卡死或控制效率损伤故障时,采用自适应滑模控制方法进行容错跟踪飞行控制律的设计。采用单位向量法进行滑模控制器的设计,利用李雅普诺夫理论和Barbalat引理设计自适应滑模调节规律,同时能够保证闭环系统的渐近稳定性。利用某型飞机线性化模型进行仿真,结果表明,带有自适应调节规律的滑模控制方法不仅适合于正常情况下飞行控制律的设计,而且对操纵面损伤和卡死故障情况具有较强的适应能力,具有很好的跟踪控制效果和强鲁棒性。