压气机失速检测的神经网络反面选择模型

提出了一种航空发动机压气机失速故障检测的神经网络反面选择模型。该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将压气机的异常模式信息存储在分布的检测器中,根据检测器的激活来发现故障。通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响。某型涡喷发动机失速检测实验表明,该方法对压气机失速信号的模式特征具有较强的分辨能力,同时证实神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力。     

基于学习向量量化的传感器免疫网络诊断模型

为克服传感器免疫网络连接权值获取困难,提出了一种基于学习向量量化的传感器免疫网络诊断模型.该模型将学习向量量化(LVQ)的概念引入到传感器免疫网络模型中,在训练模式下,LVQ用于提取传感器正常工作下的相关性;在诊断模式下,根据LVQ获取的知识即可以确定传感器之间的检测结果,同时给出了诊断模型的性能优化算法.航空发动机传感器的仿真结果表明,所提出的方法能够准确获得网络节点之间的连接权值,保证免疫网络具有较高的检测灵敏度.     

基于克隆聚类的特征提取与多传感器故障诊断

基于人工免疫理论中的克隆选择算法,结合聚类分析方法,提出了基于克隆选择聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征,得到最有利于分类的子特征集,提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多传感器故障诊断的实验表明,经过克隆选择聚类分析提取的特征对发动机的故障具有更好的识别能力,为发动机的状态监测与故障诊断提供了依据。     

高原驻训航材有寿件需求预测研究

高原驻训航材保障中,有寿件重要度较高,部队必须携带足够的备件数量来满足任务需要.根据高原驻训条件下航材有寿件需求特点,将有寿件的需求分为到寿更换需求和随机故障消耗产生的需求两部分,分别用数学公式和仿真计算方法进行预测,再将两者结果相加为总需求量.通过实例分析验证,采用工程测算方法可以避免逐一分析器材寿命的繁杂,而单独考...     

基于小波能量免疫识别的发动机转子系统故障诊断

提出了一种基于小波能量免疫识别的航空发动机转子系统故障诊断方法。该方法采用小波能量表征信号特征,根据免疫识别原理,将已知故障模式中的每个样本看作一个抗体,将待检样本看作抗原,把故障诊断问题转化为抗体对抗原的识别问题。仿真实验表明该方法具有很好的在线监测性能和分类性能,对于发动机转子系统的监测具有一定的应用价值,并可方便地推广到其他类似的工业应用领域。     

分组交换网的服务质量及实现

对分组交换网中的服务质量问题进行了分析，介绍了英特网工程部IETF提出的两个典型的服务模型来解决服务质量问题。文后介绍了下一代Internet协议－－IPv6和多协议标签交换MPLS技术对服务质量的支持。     

某区放射性环境地质评价研究

在某区拟建隧洞沿线的条带状区域进行了放射性环境地质调查。共采集和分析岩土(芯)放射性核素镭、钍、钾样品111组,地下水和地表水样品5组;现场测定岩土放射性样品392组。结果表明,在该区域内,某煤矿巷道中煤层和砂岩接触带煤、砂岩中镭-226比活度出现高值异常,相应的内照射指数和外照射指数也超过相关标准中规定的放射性核素限量,该异常带环境γ辐射剂量率也较高。镭-226的富集可能源于煤中有机质对放射性核素的吸附和解吸过程。建议在隧道选线过程中尽力避让这一地段。