【摘 要】
：
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法.通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除.在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long S
【机 构】
：
中国民航大学适航学院 天津300300;中国民航大学电子信息与自动化学院 天津300300;中国民航大学工程技术训练中心 天津300300;中国民航大学职业技术学院 天津300300
论文部分内容阅读
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法.通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除.在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long Short-Term Memory,LSTM)在单步以及多步预测上误差平均降低37.1％、8.1％,可以为飞控系统故障预测提供重大参考.
其他文献
不平衡数据集的应用领域日益广泛,需求也越来越高,为提升整体数据集的分类准确率,以谱聚类欠取样为前提条件,构建一种自编码网络不平衡数据挖掘方法.把聚类问题转换成无向图多路径划分问题,通过无向图与标准化处理完成谱聚类,经过有选择地欠取样处理多数类数据集,获取分类边界偏移量,利用学习过程是无监督学习的自编码网络,升、降维数据,获取各维度隐藏特征,实现各层面的数据高效表示学习,根据最大均值差异与预设阈值的对比结果,调整自编码网络,基于得到的分类界面,完成不平衡数据挖掘.选用具有不同实际应用背景的UCI数据集,从中
城市快速发展促使地下管网规模不断扩大,对管网快速信息化提出了新要求.面向移动智能终端的普及和多样,基于Leaflet开源JavaScript地图库,结合HTML5技术设计并实现跨平台的管线数据采集系统.系统包含GPS位置获取模块、自动成图模块和拓扑编辑模块.该系统整体架构基于B/S模式,数据库采用MongoDB,具有良好的跨平台特性,实现了管线的快速绘制并自动建立网络连通关系.
强制访问控制是保障数据库数据安全的一种基础访问控制模型,在目前的商用关系型数据库中已经非常成熟,但在对象关系数据库中仍没有很好实现.设计一种对象关系数据库环境下的强制访问控制模型,并基于开源对象关系数据库PostgreSQL予以实现,模型支持多数据源的细粒度访问授权,可以满足当前大数据应用对数据的安全访问需求.
针对滚动轴承的剩余寿命预测问题,提出一种基于多传感器信号融合的深度长短期记忆网络预测模型.利用深度学习和长短期记忆网络组合来构造深度长短期记忆网络;将多个传感器信号数据进行融合处理,从而通过深度学习结构能够发现传感器时序信号中隐藏的长期依赖关系;通过网格搜索策略、自适应矩估计算法(Adaptive Moment Estimation Algorithm,AMEA)优化深度长短期记忆网络的网络结构和参数,并且引入一种主动丢弃法以缓解过度拟合问题.实验结果表明该方法具有更高的预测准确性和稳定性.
近年来,大停电事故表明电力故障的原因不仅停留在电力网,信息网故障也是其中之一.针对电力信息物理系统中信息的网故障问题,利用潮流传输指标、故障潮流分布、对系统安全影响这三个指标提出电力节点关键度定义,将其作为信息网监控系统的功能属性.结合信息网的结构和功能属性对信息节点的综合关键度进行定义.通过对IEEE57节点系统的脆弱性进行评估,发现高综合关键度信息节点故障会对系统造成更大的负荷损失.仿真结果表明,该综合关键度指标可有效识别信息网的关键节点.
针对Fabric区块链中orderer节点一旦故障,造成正在打包的消息序列和未及时发送出去的区块的丢失问题,提出为orderer节点增加一个容错机制.设计此容错机制的实现算法,主要包括两部分,其一是安全可靠性测试,其二是可靠性保障.安全可靠性测试是通过备用orderer实时检测主orderer的运行状态,一旦检测出故障,就立刻启动可靠性保障机制,即备用orderer恢复主orderer丢失的数据,并接管其业务,从而保障系统的正常运转,并通过模拟实验进行验证.
提出一种基于新型CLC倍压单元与耦合电感结合的准Z源高电压增益DC-DC变换器.通过倍压单元的改进,无需极限占空比即可实现变换器高升压增益特性.相比于传统准Z源变换器,该变换器具有的低应力特性可以在电路设计中选用电压等级更低、导通电阻更小的MOSSFET以减小导通损耗,从而实现更高的转换效率.在PSIM中搭建一个500 W的仿真模型,验证了拓扑和理论分析的正确性.
镜像康复与感觉刺激等被动运动恢复的模式不同,其主动模式对于受损运动恢复更有效,对此设计一种镜像康复机器人,包括患侧辅助及健侧信息采集.患侧辅助采用末端导引模式设计机械结构,具有良好的手臂适应性,使辅助装置可以适应更多人群;健侧信息采集基于双目视觉技术测距和实时角度信息采集,可以无接触采集,使采集更加安全;采用镜像转换技术将健侧信息与患侧辅助装置结合,完成康复训练.实验中机器人完成了双目视觉采集,肩关节外展/内屈、肘关节外展机/内屈运动等相应任务,该设计为卒中患者的康复训练提供了一种新的途径.
城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测.对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测.在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求.
目前企业数据中心监控平台一般通过人工经验设置阈值的方式进行监控项告警,其无法反映监控项数据的波动变化,因此容易造成漏报和误报,无法满足实时业务告警需求.对此提出一种基于EFT(Energy,Fluctuation,Time)的特征提取方法,即从监控项时序数据的能量、波动和时间三个方面提取特征,并且将随机森林算法引入至监控项告警模型中.实验结果表明,提出的基于EFT特征提取的无阈值告警模型表现良好,准确率高达95％以上,可满足实时业务告警需求,提高告警准确性.