您的位置: 专家智库 > >

辽宁省教育厅高等学校科学研究项目(2008544)

作品数:11 被引量:80H指数:6
相关作者:崔建国董世良吕瑞陈希成徐长君更多>>
相关机构:沈阳飞机设计研究所沈阳航空航天大学沈阳航空工业学院更多>>
发文基金:中国航空科学基金辽宁省教育厅高等学校科学研究项目博士科研启动基金更多>>
相关领域:自动化与计算机技术航空宇航科学技术更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 9篇自动化与计算...
  • 3篇航空宇航科学...

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 3篇飞机
  • 3篇飞行
  • 3篇飞行器
  • 2篇电机
  • 2篇神经网
  • 2篇神经网络
  • 2篇水平尾翼
  • 2篇平尾
  • 2篇尾翼
  • 2篇小波
  • 2篇小波包
  • 2篇经验模态分解
  • 2篇健康
  • 2篇航空发电机
  • 2篇发电机
  • 2篇飞机结构

机构

  • 10篇沈阳飞机设计...
  • 6篇沈阳航空航天...
  • 5篇沈阳航空工业...
  • 3篇东北大学

作者

  • 11篇崔建国
  • 5篇董世良
  • 5篇吕瑞
  • 4篇陈希成
  • 4篇徐长君
  • 3篇李忠海
  • 2篇李明
  • 2篇刘利秋
  • 2篇郑新起
  • 2篇李跃中
  • 2篇蒋丽英
  • 2篇王明卓
  • 1篇徐心和
  • 1篇赵云龙
  • 1篇隋福成
  • 1篇巩俊杰
  • 1篇张红梅
  • 1篇王莉
  • 1篇徐光延
  • 1篇赵朋元

传媒

  • 3篇数据采集与处...
  • 2篇计算机工程与...
  • 2篇压电与声光
  • 2篇沈阳航空航天...
  • 1篇仪器仪表学报
  • 1篇航空学报

年份

  • 2篇2012
  • 5篇2011
  • 3篇2009
  • 1篇2008
11 条 记 录,以下是 1-10
排序方式:
基于Camshift和Particle Filter的小目标跟踪算法被引量:12
2011年
Particle Filter算法有较好的跟踪鲁棒性,但实时性差;Camshift算法计算速度快,但它属于半自动跟踪,所以都无法有效避免复杂背景的干扰。为了解决上述问题,提出了基于Camshift和Particle Filter的融合算法。该算法首先利用Particle Filter来自动搜索小目标的初始位置,接着采用Camshift跟踪小目标,然后通过度量因子自适应切换Camshift和Particle Filter来跟踪短时丢失的目标。利用复杂背景下的飞行小目标图像序列,与序贯相似性检测算法(SSDA)、Camshift和Particle Filter做对比实验。结果表明算法不仅能实现小目标的全自动跟踪,而且还降低了跟踪效果受目标形变和部分遮挡的影响,对小目标跟踪具有较高的鲁棒性和实时性。
李忠海王莉崔建国
关键词:CAMSHIFTPARTICLE
飞机结构部件疲劳寿命预测技术研究被引量:4
2011年
为解决飞机结构部件疲劳寿命有效预测的难题,以实现视情维修,提升飞机的安全性与可靠性,本文以某型军用飞机某一关键结构部件———水平尾翼为具体研究对象,对其进行疲劳寿命预测技术研究。采用飞机结构疲劳寿命专用试验平台,对飞机水平尾翼进行长期疲劳寿命试验,得到疲劳寿命真实试验数据,运用模糊相关理论及强化函数,建立混合疲劳寿命预测模型,应用此模型对飞机水平尾翼疲劳寿命进行预测研究。试验结果表明,所设计的模型预测准确性较传统M iner模型有了很大提高,具有很好的工程实用价值。
崔建国赵朋元董世良刘利秋石鹏谭峰
关键词:混合模型水平尾翼
信息融合在飞行器智能健康诊断中的应用被引量:2
2012年
提出了一种基于经验模态分析(Empirical mode decomposition,EMD)和D-S证据相结合的飞行器健康诊断方法。该方法首先对由声发射传感器募集到的飞行器关键结构部件原始声发射信号进行EMD,得到多个内禀模态分量,选取内禀模态能量构建声发射信号的特征向量,并分别采用模糊神经网络、GRNN网络和Elman神经网络对提取出的特征向量进行分类,最后运用D-S证据理论进行决策融合,对飞行器的健康状态进行诊断。实验表明,运用此方法对某型号真实飞行器关键结构部件的健康状态进行诊断,可以得到很好放入诊断结果。与单分类器相比,采用D-S证据理论进行决策融合有效地提高了故障诊断的精度。
崔建国张杰陈希成吕瑞蒋丽英
关键词:D-S证据理论信息融合
基于遗传算法和ARMA模型的航空发电机寿命预测被引量:24
2011年
针对航空发电机剩余使用寿命难以准确预测的问题,提出一种基于遗传算法(GA)优化的自回归与移动平均(ARMA)模型。运用航空发电机寿命专用试验平台,对某型航空发电机寿命进行长期试验,获取该航空发电机寿命相关数据。深入分析寿命试验数据,并对其建立ARMA模型。在此基础上,采用遗传算法对ARMA模型的阶数进行优化,分别采用ARMA模型与经遗传算法优化后的ARMA模型对航空发电机的使用寿命进行预测研究。结果表明,优化前后两种ARMA模型均可对航空发电机的使用寿命实现预测效能。优化前ARMA模型对航空发电机寿命预测的平均相对误差为4.33%;而经遗传算法优化后,ARMA模型预测的平均相对误差仅为2.26%,能更准确预测航空发电机的使用寿命,具有很好的工程应用价值。
崔建国赵云龙董世良张红梅陈希成
关键词:遗传算法ARMA模型航空发电机
基于混沌理论的飞机健康预测方法被引量:2
2009年
为解决飞机关键结构部件疲劳损伤的有效预测,避免灾难性事故的发生,提出了一种基于混沌理论与声发射技术对飞机结构部件进行健康预测的新方法。采用先进的声发射技术监测某飞机真实水平尾翼的健康状态,运用小波分析对募集的声发射信号进行预处理,提升强背景噪声下有效数据的信嗓比。使用混沌理论提取水平尾翼声发射信息的关联维数,构建能反映结构健康状态的特征信息,并由神经网络对其健康状态进行预测。实验研究表明,该方法能很好地预测飞机水平尾翼的健康状态,具有较好的实用性,适用于强噪声环境中飞机结构部件的健康预测。
崔建国董世良吕瑞王明卓徐长君
关键词:关联维数神经网络
基于声发射技术飞机关键部件健康监测方法被引量:9
2008年
为解决飞机关键结构部件疲劳损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生。对于采用先进声发射技术所监测到的某飞机水平尾翼的原始声发射信息,提出采用小波包分析与支持向量机相结合的方法对飞机水平尾翼的健康状况进行识别与诊断。该方法将飞机水平尾翼产生的原始声发射信号进行多级小波包分解,提取其频带能量作为特征向量,输入到由支持向量机构建的健康监测器对其进行健康识别与诊断。实验结果表明,该方法可以有效、准确地识别并诊断出飞机水平尾翼的疲劳裂纹,为飞机结构部件健康状态的有效监测提供了新途径。
崔建国李明陈希成吕瑞邱涛隋福成徐长君范靖
关键词:健康监测小波包支持向量机
经验模态分解和AR模型在飞行器健康诊断中的应用被引量:1
2011年
为了有效地诊断飞行器的健康状况,提出了一种基于EMD-AR模型和PNN的飞行器健康诊断新方法。该方法采用EMD(Empirical Mode Decomposition,EMD)将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量(Intrinsic Mode Function,IMF),对前两个IMF分量建立AR模型,采用U-C算法对AR模型进行参数估计,以模型主要的自回归参数和残差的方差构建特征向量;运用概率神经网络(Probabilistic Neural Network,PNN)对飞行器的健康状态进行诊断。通过对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹,从而证明了该方法的有效性。
崔建国郑新起李忠海李跃中刘利秋
关键词:AR模型
基于EMD包络谱的飞行器健康诊断被引量:2
2009年
针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法。该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱。通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断。将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测。
崔建国郑新起邱楠王明卓徐长君徐光延
关键词:声发射经验模态分解包络谱
基于支持向量机的飞行器健康诊断方法被引量:8
2009年
为解决飞行器关键结构部件裂纹损伤的有效监测,及时发现潜在的安全隐患,避免灾难性事故的发生,采用先进的声发射技术对某军用飞行器真实关键结构部件的健康状态进行监测。使用小波包分析方法对所募集的飞行器结构部件声发射信息进行分解,提取能反映结构裂纹损伤信息的范数特征向量,作为支持向量机健康状态监测器的输入,对其进行训练和健康诊断研究。提出了一种由声发射信息范数特征向量与支持向量机相结合对飞行器结构裂纹损伤进行有效识别的新方法。在某军用飞行器真实结构部件的裂纹损伤试验中,运用该方法对其健康状态进行监测研究表明,该方法可准确诊断其裂纹损伤,为飞行器结构部件健康状态的有效监测提供了新途径。
崔建国李明陈希成吕瑞徐长君刘建民徐心和
关键词:飞行器范数小波包支持向量机
基于灰色理论的飞机结构疲劳寿命预测被引量:10
2011年
对飞机结构疲劳寿命进行预测研究,具有重要的军事意义与凸显的经济价值,本文以某型军用飞机关键结构部件——水平尾翼为具体研究对象,采用通过飞机结构疲劳寿命试验专用平台得到的水平尾翼疲劳寿命的真实试验数据,运用灰色相关理论建立非等间距GM(1,1)模型,应用此模型预测飞机结构部件的疲劳寿命,并通过试验对所建模型的准确性与有效性进行验证。试验表明,非等间距的GM(1,1)模型能准确地预测飞机结构部件的疲劳寿命,降低了GM(1,1)模型的预测误差,拓宽了GM(1,1)模型在飞机结构疲劳寿命预测领域的应用范围,具有很好的工程实用价值。
崔建国巩俊杰董世良李跃中赵青
关键词:水平尾翼
共2页<12>
聚类工具0