基于Fluentairpak的数据中心机房的气流组织模拟优化

节能减排是我国重要的长期战略任务。随着我国移动事业的快速发展,数据中心机房越来越多,能耗越来越大。空调设备约占机房总能耗的40%,不合理的气流组织会导致空调设备的投资和运行费用的增高。因此,机房的气流组织优化对于提高机房空调效率以及机房的节能减排起到重要的作用。利用Fluent软件对某实际数据中心机房的具体情况进行模拟,提出2种气流组织优化方案:建立冷热通道(人机分离布局)和冷热通道改进方案。分别对这2种方案进行数值模拟,得出相应的结果,并对这2种方案进行对比和分析。在与原始方案室内温度分布、服务器均温和回风温度基本相同时,相对于原始送风温度15℃,冷热通道改进方案可提高至26℃,相对于原始方案可节能42.27%。

数据驱动下的国际航空货运不定期航线优化

为了解决传统人工经验进行航线规划缺乏系统性和效率低下的问题,考虑了机场和航路点限制条件建立基于优化理论的航线规划数学模型。引入动态规划算法思想对传统A*算法进行改进,实现了智能化的航线规划。通过数据挖掘、清洗、坐标点转换,实现对航线规划及全球历史航线数据的可视化输出。基于Python仿真平台对2022年全球航线和14 110个机场数据进行训练,分别采用改进A*算法与贪心算法对洲际航线与短途国际航线进行规划对比。实验结果表明,改进A*算法能够减少节点的数量,缩短航线距离,洲际长航线总航程缩短37.66%,短航线总航程缩短4.36%,提高了航线规划的效率和准确性。

数据挖掘技术在制冷空调行业的应用

基于制冷空调行业大数据介绍了数据挖掘的基本过程,重点阐述了制冷空调行业中常用的决策树、支持向量机等有监督学习算法和聚类分析、关联规则分析等无监督学习算法的原理与应用;简要介绍了数据挖掘工具R及数据挖掘技术在制冷空调行业的研究现状。认为大数据可推动制冷空调行业转型发展,利用大数据可最终实现空调产品高度智能化、企业运营数字化、用户体验极致化等。

嵌入式大气数据传感技术的发展现状

嵌入式大气数据传感系统是一种先进的大气数据系统。该系统集成度高,完全可安装于雷达天线罩内,并且能够实时提供现代飞行控制所需的全部大气参数如动压、静压、迎角、侧滑角、马赫数等。在介绍了嵌入式大气数据传感系统原理及技术发展的基础上,总结了当前开展的各项研究工作的热点并对嵌入式大气数据传感未来发展趋势进行了展望。

基于χ~2检验的FADS系统故障检测与管理技术研究

嵌入式大气数据传感系统采用分布在飞行器前端周线上的压力传感器阵列测量的压力推导大气参数,这种多测压孔结构的系统,比传统的探针插入式大气数据传感器具有较强的抗扰动能力,但是若把故障的压力测量信息引入到迭代算法会导致运算发散甚至整个系统失效;针对这一情况,提出利用卡方分析来检查测压点故障的方法,一旦确定测压点故障,便将该点排除出运算法则;仿真结果表明,该系统具备一定的容错能力。

前后向平滑算法在精密单点定位/INS紧组合数据后处理中的应用

精密单点定位技术只需单台双频GNSS接收机就能实现分米到厘米级定位精度,将其与INS进行组合可以广泛应用于测量领域。但当GNSS信号被完全遮挡时,只能依赖纯惯性导航工作模式,而当重新捕获GNSS信号时,又需要一定时间才能使精密单点定位重新收敛到理想精度。针对以上问题,提出了一种适用于精密单点定位/INS紧组合的前后向平滑算法来同时提高GNSS信号完全遮挡段和重新收敛段的导航精度,详细推导了该算法的数学模型。对实测的跑车实验数据后处理表明:前后向平滑算法能有效提高精密单点定位/INS紧组合导航精度;对60 s完全遮挡段的位置误差统计表明,前向和后向滤波的三维位置误差RMS分别为44.46 cm和10.81 cm,平滑后改善到了10.47 cm。

VHF／UHF空地数据链系统越区切换设计

在研究空地数据链系统的基础上,设计了一个简单适用的越区切换算法,并对算法进行仿真,证明该算法可保证系统连续有效地工作。

地空数据链中的时隙分配算法

时隙分配技术是地空数据链中的一项关键技术,通过它可以提高系统的通信效率。本文针对地空数据链的特点,提出了一种新的时隙分配算法——二叉树块内均分法,以提高移动用户时隙分配的有效性。该算法具有方便的管理模式、良好的时隙间隔均匀性、简单的时隙表示形式等优点。

D-S证据理论近似算法在数据融合中的应用

论述了基于D-S证据理论的多传感器数据融合方法。通常在强冲突情形下证据组合规则的组合结果是不符合常理的,其不同证据源的冲突处理成为数据融合的主要问题之一,文中提出了一种解决证据冲突情况下的近似算法。仿真结果表明该方法是有效的和可行的。

多雷达与ADS数据融合的可变周期更新算法

为提高空中交通管制系统的整体监视精度,在研究自动相关监视(automatic dependentsurveillance简称ADS)信息与雷达监视信息构成和特征差异的基础上,通过建立ADS目标与雷达目标之间的数据关联映射关系,构造了一个将ADS数据与多雷达数据融合处理的过程模型,提出了基于ADS报告周期调整ADS航迹与雷达航迹融合权重因子的可变周期更新算法。应用结果表明更新算法实现了两类信息的深度融合和对有效信息的综合利用,既保证了当ADS报告更新率较高时ATC监视的整体精度,又提高了ADS报告更新率较低时目标航迹的连续性,降低雷达测量误差对系统监视精度的影响,是一种用于空中交通管制系统监视数据处理的有效方法。

基于激光雷达空气净化导航机器人的研究与设计

基于二维激光雷达设计了一种适用于室内空气净化的自主导航移动机器人。针对目前RBPF算法因容易出现粒子退化而导致定位精度差、建图速度慢等问题,采用了一种改进的RBPF算法进行地图的构建,提高定位精度和建图速率的同时实现对机器人的自主导航。机器人在移动时会实时检测当前环境信息,当出现数据异常便自动开启空气净化装置,并将数据实时传输到云端服务器供用户监控。经实验验证,本系统可以更加快速地构建未知室内环境地图,并有效地完成多点室内空气净化任务。

空气质量与气象因子间关联规则的挖掘方法研究

传统数据相关性分析仅能揭示空气质量与气象因子之间的相关系数,关联规则挖掘方法使用支持度、置信度、作用度、兴趣度等指标能够发掘隐藏在大量监测数据内部的关联规则。文章使用SQL语言实现了Apriori算法,挖掘出研究区内空气主要污染物浓度与气象因子之间的关联规则,定量表示气象因子变化对主要污染物浓度的影响。

民航甚高频地空数据链地面站优化设计

现有民航甚高频地空数据链通信系统数据源面向用户封闭、无法二次开发,难以满足大飞机研制阶段的验证测试要求。通过分析现有民航甚高频地空数据链的报文处理流程,对地空数据链地面站系统功能进行划分。以满足地空通信协议规范和用户需求为出发点,提出了甚高频地空数据链的优化思想,总结了所需解决的三个问题:算法复杂度评估、硬件数据交互实现、数据管理。文中着重对地面站系统中的解调算法和数据交互方案进行评估,最后给出了优化设计方案。

钝头机体用嵌入式大气数据传感系统的改进三点式算法

针对传统的用于钝头体飞行器的嵌入式大气数据传感系统的经典三点式算法对测压孔配置约束性严格的特点,对经典三点式算法进行了改进及验证。首先,对于经典三点式算法及改进算法进行了论述;其次,针对不同测压孔配置对算法精度的影响进行了系统的评估;最后,对于传统的经典三点式算法与改进三点式算法的优劣进行了比较。结论为:(1)改进的三点式算法对于测压孔的配置敏感性变差,即对测压孔约束很宽松,可用测压孔数增加,从而使得算法的适用性更强;(2)改进的三点式算法的精度与三点式算法相当,但是需要对测压孔进行系统选取及对比验证。

嵌入式大气数据系统神经网络算法仿真

针对嵌入式大气数据系统(FADS)的特点,研究了其空气动力学模型,提出了相应的神经网络算法结构,并对动压与静压神经网络计算模块进行了部分仿真。通过仿真比较了BP神经网络L-M优化算法与贝叶斯正则化算法在FADS中的应用,并通过相应的仿真研究了不同压力点组合计算动、静压时的差异。仿真结果表明贝叶斯正则化算法的泛化能力较好,具有工程应用潜力。

基于数据建模的空空导弹攻击区仿真

为了分析某型空空导弹攻击区在多影响因素下的变化规律,提出了基于仿真数据建模的研究方法。使用四阶龙格—库塔法对攻击区快速模拟模型进行解算,计算结果存为数据库形式,并在此基础上对仿真数据进行二次建模分析。仿真结果具有良好的可视性,方便研究人员对其进行分析和利用,并且通过与现有结论进行对比,也证明了这种建模分析方法的科学可靠性。

钝头机体用嵌入式大气数据传感系统的解算精度研究

针对一种钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的实施方案及求解精度展开研究.基于15°钝头体外形,在马赫数Ma=2.04,3.02,5.01,攻角α介于-5°和25°之间,不考虑侧滑角的情况下,采用势流理论及修正的牛顿流理论建立了该FADS系统的气动模型.首先利用经典的三点式算法建立了攻角的求解方案,并采用最小二乘曲线拟合的方法对误差进行了修正;随后建立相应的迭代衰减算法解算静压及动压,最后根据压力比与马赫数的关系求解马赫数.对解算的数据与实际飞行参数进行了比较,结果表明,建立的钝头机体用FADS系统的模型及算法精度较好,攻角绝对误差小于0.1°,静压相对误差小于5%,马赫数绝对误差小于0.01.

一种基于交通流模式的扇区运行容量计算方法

扇区容量是空中交通运行管理的基础性参数,目前主要通过管制员工作负荷来评估,由于主观性强、时效性差,只能应用于战略流量管理中.本文尝试从实际雷达数据出发,建立一种新的扇区运行容量计算方法.首先,通过分析雷达数据及交通流特性,将扇区交通流按一定原则划分成5种标准模式,然后利用DTW算法对选取测试序列进行模式匹配,最后统计该模式下扇区最大流量,并定义其为扇区的容量值,从而求出扇区的运行容量.该方法克服了从分析管制员工作负荷入手的主观容量评估面临的障碍,有望成为支持新一代空管系统基于性能运行的关键技术.

大攻角下基于卡尔曼滤波的大气参数修正算法

针对新一代航空飞行器在大攻角飞行时大气数据系统测量精度严重下降问题,提出了基于卡尔曼滤波的大气参数修正算法。该算法利用大气数据测量信息和惯性导航信息,基于飞行器力学方程构建卡尔曼滤波器,通过卡尔曼滤波的方法实现对大气参数的修正。仿真结果表明,经卡尔曼滤波修正后的大气参数能够有效消除大攻角下原始大气参数的剧烈波动性误差,并与真实大气参数吻合较好,有效地提高了大气数据系统在大攻角飞行状态下的测量精度和可靠性。

基于机器学习算法的空调系统运行数据噪声识别与清洗技术研究

当前空调系统运行数据预处理方面的研究相对较少。分析了空调系统运行数据质量问题,论述了空调系统运行数据噪声识别与清洗的重要性。阐明了机器学习中K-Means聚类算法的模型实现,分析了基于K-Means聚类算法对运行数据进行数据噪声识别的方法;在噪声数据识别的基础上,构建了空调系统运行数据的数据噪声清洗技术。利用实际的空调系统数据进行算法的具体应用,以空调系统的180组实际运行数据为样本,应用K-Means聚类算法进行数据判别,识别出180组数据中存在的噪声数据,并进行了噪声数据的数据清洗,对每一步的噪声数据处理进行详细的说明。研究结果表明,基于K-Means聚类算法,可以有效识别和清洗空调系统运行数据中的异常值和噪声值,为后续的数据挖掘工作奠定良好的数据基础。