基于一类SVM的综合导航系统信息故障检测方法

为了提高舰艇综合导航系统的可靠性,并考虑到系统准确建模和大量故障数据获取的困难性,提出了一种基于一类支持向量机的信息故障检测方法。该方法主要包括两个过程:第一个过程是根据实测数据,并利用一类支持向量机的分类原理和主元分析法对导航信息进行离线建模;第二个过程是结合主元分析法将该模型应用到实时的信息故障检测中。该方法不依赖于系统模型而且只需要正常的小样本数据对模型进行训练,具有简便易于实现的优点。仿真试验表明,该方法对导航系统的硬故障和软故障都具有较好的检测能力和较短的检测延迟时间,而且该方法对径向基核函数参数的变化具有较低的敏感性,避免了复杂的调参过程。     

激光陀螺惯组系统级标定方法

针对激光陀螺惯性测量组件在传统的分立式标定中受橡胶减震器影响的问题,从系统的角度对激光陀螺惯性测量组件的标度因数误差、安装误差传播规律进行分析。通过分别绕三只陀螺敏感轴转动激发激光陀螺的标度因数误差、安装误差,通过三只加速度计敏感轴分别指天激发加速度计的标度因数误差、安装误差和零位,从而完成激光陀螺惯性测量组件的系统级标定。在未进行温控及温补的情况下,陀螺仪标度因数误差重复性在3.5×10~(-6)以内,安装误差重复性在3″以内,加速度计标度因数误差和零位在其性能指标内,安装误差在4.5″以内。试验结果表明,该方法满足高精度、长期稳定性好的惯导系统工程应用要求。     

基于SVM的结构可靠度分析响应面方法

响应面法是解决隐式极限状态方程结构可靠度分析问题比较理想的方法,其关键问题是响应面函数的重构。根据响应面方法经验点集的小样本特点,利用支持向量机(SVM)对小样本数据良好的学习和泛化能力,用SVM重构结构响应面方程,建立了基于SVM的隐式极限状态方程结构可靠度分析的响应面方法。在此基础上,文中提出了改进SVM响应面方法,改进的方法充分利用每次有限元计算成果,大幅减少了有限元计算次数。算例表明本文方法具有很好的计算精度和计算效率。     

基于支持向量回归机的陀螺漂移预测模型

为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。     

本刊关于稿件、版权等的声明

在投稿、稿件处理、发表等过程中,作者需注意如下问题:1.稿件是作者独立取得的原创性研究成果,无抄袭,无一稿多投,未在国内外公开发表过。2.稿件无政治错误,不涉及保密和拟申请专利的内容,已经过作者单位保密审查。     

本刊关于稿件、版权等的声明

在投稿、稿件处理、发表等过程中,作者需注意如下问题:1.稿件是作者独立取得的原创性研究成果,无抄袭,无一稿多投,未在国内外公开发表过。2.稿件无政治错误,不涉及保密和拟申请专利的内容,已经过作者单位保密审查。3.作者署名和排序无异议,单位署名和排序无争议,且无知识产权纠纷。在稿件处理过程中,如有     

第六届全国中学生趣味力学制作邀请赛试题 第一题:力学大连环

正题目:设计并制作大连环各环节,主题是:利用力学的方法和手段让大连环运转起来,最终呈现一个生活的场景.解释:(1)环节定义:带有触发机关的一种装置,该装置利用了某些力学原理,在机关被触发后会产生相应的动作.(2)大连环定义:利用一系列的环节实现某一特定的目标,且该目     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。     

基于支持向量机的锈蚀混凝土梁承载力计算

采用电化学腐蚀的方法加速梁内钢筋锈蚀,使用分级加载方案对受腐蚀钢筋混凝土梁进行了抗弯承载力试验研究,获得了20根不同锈蚀率的钢筋混凝土梁承载力极限值.使用现有的试验数据构成训练样本对,供支持向量机进行预学习.在机理建模方法中,基于线性核函数分别获得了分段式和整体式的回归公式;在黑箱建模方法中,基于径向基核函数获得了黑箱预测模型.通过将预测结果和本文试验值进行对比,验证所提出的基于支持向量机的受腐蚀混凝土梁承载能力预测方法有效性;并将预测结果与其它回归公式对比,表明所提出的预测方法具有预测精度高、适用范围广和预测策略多等优点.     

柔性机构动态可靠性分析的新方法

为了改善柔性机构动态可靠性分析的效率和精度,基于支持向量机SVM(Support Vector Machine)回归理论,提出了一种柔性机构动态可靠性分析高效率高精度的SVM回归极值法SREM(SVM Regression Extremum Method)。首先,介绍了柔性机构可靠性分析的基本理论;其次,融合蒙特卡洛法MC(Monte Carlo)和SVM回归理论,建立了柔性机构动态响应极值的代理模型,并利用代理模型进行柔性机构可靠性分析。最后,利用SREM法对柔性机构实例进行了可靠性分析,并与MC和人工神经网络ANN(Artificial Neural Networks)的分析结果进行比较。结果显示,在小样本情况下,进行柔性机构动态可靠性分析时,SREM的计算效率和计算精度都比ANN高;SREM的计算效率比MC大大提高,计算精度与MC相当。验证了在柔性机构可靠性分析中SREM的高效率和高精度,并证明了SREM在柔性机构可靠性分析中的可行性和有效行性。