摘要：针对民用机场场道水泥混凝土道面在建设施工中检测指标满足施工质量验收规范的前提下仍然存在安全隐患的问题,基于建筑信息模型(building information model,BIM)平台构建的三维地质及场道数字模型,在平台数据管理模块中提取当前施工结构层的可靠性分析数据,耦合机场混凝土道面设计参数作为未施工结构层的已知参数,并结合可靠度分析理论和结构抗力-应力效应概率模型,建立场道质量动态可靠性分析模型,对施工质量进行二次检验,最后对该方法进行了实际验证。研究结果显示:可以得到当前施工状态对整个场道工程可靠性的影响,实现了道面可靠性动态分析。根据分析反馈,及时进行现场施工调整是提高场道工程质量的重要举措。

摘要：作为航空发动机的重要组成部分,涡轮部件承受着高温高速燃气产生的热载荷和气动载荷及自身旋转产生的离心载荷等,因此对其性能监控是十分必要的。文中参照国内某航空公司监控航空发动机涡轮部件性能所依据的标准,对某型航空发动机的高压涡轮转子部件在各种载荷作用下所受的应力应变进行分析,并且结合S-N曲线法和Manson-Coffin的Morrow修正法对其疲劳寿命进行了预测研究,建立了涡轮部件的性能衰退模型,为航空发动机维护和性能的监控提供了参考依据。

摘要：基于实验平台,采集滚动轴承正常、内环故障、外环故障和滚珠故障四种工况的振动信号,利用时域分析法提取故障特征量。分析隐含层神经元数量、隐含层激活函数和样本比例对极限学习机网络诊断效果的影响,同时从网络对样本比例的适应性、算法的稳定性、仿真耗时和抗噪能力四方面比较BP、SVM和RBF网络。结果表明:针对轴承故障诊断,极限学习机在神经元数量较少时采用Sigmoid()函数、神经元数量较多时采用Hardlim()函数,其诊断效果较佳;极限学习机相比BP、SVM和RBF网络,能够更好的适应样本比例的变化,且算法的稳定性和准确性均为最优;极限学习机仿真计算时间相对较短、抗噪能力较强。

摘要：针对传统无人机目标分类方法效率低、特征提取能力不足和适应性差等问题,通过对无人机自身特点和现有分类方法的分析,提出了引入注意力机制优化深度卷积神经网络的无人机分类方法.设计多组对比实验,根据实验效果设计出模型结构为3层卷积层、3层池化层、2层全连接层的卷积神经网络进行训练,得到最优的无人机目标分类模型,再引入卷积注意力模块对特征图元素进行加强和抑制,引入批归一化层加速模型收敛,提升泛化能力.实验结果表明:引入卷积注意力模块和批归一化层优化后的无人机目标分类模型的识别率达到92.44%,较优化前提升1.5%,相比于其它神经网络模型具有识别率高、收敛速度快的优点,可以基本满足实际场景中无人机目标分类的要求.

摘要：四旋翼飞行器在执行任务时经常会出现稳定姿态精度低,抵抗干扰能力差等问题,提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数,将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合.为了验证神经模糊PID控制器的有效性,将传统PID、模糊PID控制算法作为对比算法,同时给定人为干扰因素.经过Matlab/Simulink仿真实验表明:在神经模糊PID控制下的四旋翼飞行器,具有较好的响应速度,稳态精度及更好的抗干扰能力,控制效果均优于对比算法.

摘要：针对滚动轴承故障诊断问题,提出遗传算法优化概率神经网络(GA-PNN)的诊断方法。首先,用遗传算法优化PNN网络中的散布常数。其次,从实验室采集到内环故障和正常状态下的滚动轴承振动信号,考虑到采集系统等存在缺陷因素,采用最小二乘法和指数平滑法消除振动信号中的漂移和微弱噪声。随后,提取多个时域特征参数,并根据参与建立诊断模型的输入变量不同而建立起6个不同模型。最后,利用GA-PNN和PNN对6个模型进行诊断并综合分析。研究结果表明:GA-PNN对6个模型的诊断效果均能达到95%以上,而PNN由于散布常数设置问题导致诊断结果差异较大;散布常数和输入变量均会影响PNN的诊断效果;从校验集收敛误差、测试集诊断准确率等角度出发,GA-PNN相比PNN更适宜滚动轴承故障诊断。