一、武器系统经济性参数的支持向量机方法分析(论文文献综述)
杨海坤[1](2020)在《基于瞬态冲击响应信号的某高速自动机故障诊断方法研究》文中指出对于长时间受循环应力,高速冲击以及在高温、高压恶劣环境条件下工作的武器,其零件容易产生裂纹,提前诊断出含有裂纹的零件以确保武器安全可靠具有重要意义。通过测试和分析高速冲击武器产生的振动信号是对其状态进行诊断的重要方法,但高速冲击武器的工作环境恶劣,其内部运动的零件众多,产生的振动信号成分复杂,既有以瞬态冲击信号为主的确定信号成分,也有大量包含高噪声的随机信号成分。这些使得振动信号携带零件的有效裂纹信息微弱,不能采用单一的经典理论提取振动信号的特征,而且目前针对瞬态冲击信号提取特征的理论较少,经典的频域处理方法及时频域处理方法往往不能直接有效处理这类以瞬态冲击信号为主要成分的复杂振动信号,需要基于这些经典理论并结合新的理论才能更好的对瞬态冲击信号提取有效特征。另外,诊断时需要对提取的特征进行机器学习和集成学习器,从而对学习器的学习能力以及采用的集成理论也要进行研究。本文以某高射机枪作为典型代表,研究基于瞬态冲击信号诊断高速冲击武器状态的方法,对高射机枪的高速自动机的故障进行诊断。具体地,对高速自动机的闭锁机构的3种典型裂纹进行诊断。首先采用运动形态分解的方法对测试的瞬态冲击信号进行预处理以剔除无效的信号段,其次从提取信号特征、优化学习器、集成学习器3个方面展开研究,最后利用集成学习器对高速自动机的故障进行诊断。在提取瞬态冲击信号的特征方面,本文提出积分上限变换法、概率密度函数法、信息表达力概念以及信息差异度概念以提取信号的特征;研究离散系统信息表达力的极值问题,以及仅知概率密度积分上限函数的离散值,而又不能求概率密度函数时,求取信号微分熵和微分表达力的方法;并基于提出的方法和概念、各态历经性指标、功率谱函数及Mallat离散小波分析,对瞬态冲击信号提取了6组特征,其中基于Mallat离散小波分析的能量比特征组为对照组。对瞬态冲击信号及其特征的分析表明:(1)信号是非平稳的,但可以利用处理平稳信号的方法进行分析;信号频率成分复杂,难以直接从频谱,连续小波分析的时频谱,希尔伯特幅值谱和边缘谱中提取有效特征。(2)提出的积分上限变换法具有改变信号各频率组分强度的作用,信号经过积分上限变换处理后,同状态信号的频谱表现出一定规律,提取的积分频谱特征组在基于模糊神经网络学习时,表现出的质量比对照特征组好。(3)提出的概率密度函数法在时间域以统计理念处理复杂瞬态冲击信号,基于固有模式函数IMF1、IMF2以及概率密度函数法提取的频率幅值特征组在基于支持向量机学习时,表现出的质量在所有特征组中最好,充分肯定了概率密度函数法的有效性。(4)直接基于频谱对信号提取的微分表达力比经过积分上限变换后对信号提取的微分表达力的质量更好,基于希尔伯特-黄瞬时频率比基于频谱提取的微分表达力和微分熵的质量更好,同时微分表达力与微分熵具有相同表征信号状态的能力。(5)提出的信息差异度概念具有合理性,但信息差异度的质量不佳,再次从侧面反映信号的复杂性。在优化和集成学习器方面,本文提出训练模糊神经网络的Moore-Penrose逆牛顿算法,构造了具有5层结构的模糊神经网络,利用随机特征测试模糊神经网络。对提取的特征组,采用模糊神经网络和支持向量机进行学习得到子学习器,将子学习器采用Bayes集成理论分层次进行集成得到集成学习器,利用集成学习器实现对高射机枪的闭锁机构的3种典型裂纹进行诊断,同时采用交叉验证法训练和测试学习器。研究结果表明:(1)Moore-Penrose逆牛顿法比Levenberg-Marquardt算法具有更好的收敛性和收敛速度。(2)小样本条件下,支持向量机的预测能力要高于模糊神经网络。尽管模糊神经网络处于过学习状态,提高模糊神经网络的节点数能够提高预测能力。(3)本文采用的Bayes集成理论能有效提高学习器的预测正确率。最终,本文实现以83.93%的预测正确率对高射机枪的高速自动机的故障进行诊断。考虑到实验条件、工作方式的多样性以及进行故障诊断的高难度,这样的预测正确率还是非常理想。
德格吉日夫[2](2020)在《园区综合能源系统源荷储协同优化及效益评价模型研究》文中认为在传统能源系统中,各能源子系统之间的运行结构单一、耦合关系稀疏和能量损耗严重,凸显了我国能源、环境和社会之间的矛盾,加速形成了新—代能源系统的提出。综合能源系统作为集成考虑能源生产、能源传输、能源转换、能源存储和能源消费全过程的能源系统,有效促进了系统源-荷-储协同互补利用,提高了各能源的综合利用效率,以及降低了系统运行成本。但是,目前针对综合能源系统源-荷-储之间如何协同运行优化的研究还较为缺乏。基于此,亟需对园区综合能源系统展开相关深入研究。第一、基于园区综合能源系统现行的研究现状和相关理论,指出了本文研究的必要性和迫切性。首先,围绕综合能源系统发展、影响因素、协同优化模型和效益评价模型四个方面阐述了当前的研究现状;其次,从综合能源系统概念、特征和发展过程三个方面梳理了综合能源系统基础理论,深入分析了国内外综合能源系统实施现状,并进行了经验总结;最后,对比分析了电-热、电-热-冷和电-热-冷-气三种协同优化模式,论证了综合能源系统的运行结构和协同条件。第二、基于综合能源各子系统相互之间存在的强耦合性,建立了综合能源系统多元负荷联合预测模型。首先,深入剖析了电、热、冷、气能源子系统之间的耦合关系;其次,借助多任务学习理论和最小二乘支持向量机算法构建了多元负荷联合需求预测模型,识别了联合预测模型输入变量,设计了联合预测模型计算流程;最后,选取某园区综合能源系统进行算例分析,预测了系统中的电、热、冷、气负荷需求,从预测精度和训练时间两个方面,验证了多元联合预测模型的有效性和优越性。第三、基于单一能源系统各能源之间无法相互转化利用,针对多种能源转换设备参与系统运行建立了源-源协同优化模型。首先,分析了 CCHP联供机组、P2G设备和其他能源转换设备特性,在此基础上设计了综合能源系统源-源运行结构;其次,以系统净收益最大化和可再生能源弃能率最小化为目标,以多元负荷联合需求预测的负荷数据为基本参数,建立了综合能源系统源-源协同多目标优化模型,并提出了多目标协同优化求解算法;最后,选取某园区综合能源系统作为研究对象,设置了四种不同情景进行算例分析,验证了多能源转换设备参与系统源-源协同运行,有助于提高各能源的综合利用率。第四、基于风电和光伏出力、以及负荷的不确定性对运行系统带来的风险,建立了源-荷协同双层优化模型。首先,分析了风电、光伏、负荷不确定特性,以及设计了源-荷协同运行结构;其次,以系统运行成本最低、可再生能源消纳率最高为目标,构建了园区综合能源系统源-荷协同双层优化模型;然后,计及风电、光伏等可再生出力、以及负荷不确定性,引入鲁棒优化理论和随机机会约束规划理论,分别建立了园区综合能源系统源-荷协同优化上层模型和下层模型进行不确定性建模;再次,提出了建立综合能源系统源-荷协同双层规划优化模型的萤火虫算法,以及具体的计算流程;最后,选取某园区综合能源系统示范基地进行实例分析和多情景对比,有效提升了可再生能源消纳率和降低系统综合运行成本。第五、基于需求响应策略可以有效引导用户改变用能习惯和负荷曲线,建立了考虑多元负荷需求响应策略下的综合能源系统源-荷-储协同优化模型。首先,深入分析了需求响应负荷特性,包括可中断负荷、可转移负荷和可调节负荷特性,设计了综合能源系统源-荷-储运行结构;其次,根据系统各机组出力交换功率和机组出力需求响应调整相互之间的互动关系,建立了综合能源系统源-荷-储两阶段优化模型,并提出了求解算法和计算流程;最后,选取某园区进行实例分析和多情景对比讨论,验证了需求响应策略参与系统源-荷-储协同运行,可以有效增加系统运行的灵活性和稳定性。第六、基于园区综合能源系统本身是一个复杂的多主体参与协同优化项目,建立了考虑多维指标的综合能源系统源-荷-储全过程效益评价模型。首先,从相关政策、外部市场和终端用户三个方面,分析了园区综合能源系统源-荷-储全过程不同参与主体之间的影响关系;其次,从外部、经济、环保和社会四个维度,设计了包含24个评价指标的综合能源系统源-荷-储全过程效益评价指标体系;然后,在考虑多层级模糊综合评价方法解决不确定性和随机性方面展现的优势基础上,建立了基于云模型改进的多层级模糊综合评价模型;最后,设置了四种协同优化模式进行算例分析,验证了所提模型的有效性,凸显了源-荷-储协同优化模式的优势。
邹子卿[3](2020)在《计及源网荷互动策略的区域综合能源系统协调优化研究》文中研究指明近年来,随着社会经济不断地发展,人类对于能源的开采与利用也快速增加,传统燃料的大量使用和环境污染等问题日益明显,因此发展可持续清洁化能源,提高能源利用效率成为世界各国关注的焦点。在此背景下,综合能源系统(Integrated Energy System)应运而生。综合能源系统指在一定区域内整合煤炭、天然气、电能等多种形式的能源,通过多种能源生产、转换和存储设备耦合不同类型的能源形式,实现按质用能,使能源得到梯级利用,对促进可再生能源规模化开发、缓解环境压力具有重要意义。然而在实际研究中,依然存在风电并网消纳能力不足、容量浪费等问题,导致无法最大化系统效益。为了提升系统效益,本文从源、网、荷三个方面分析了综合能源系统的优化方案,主要完成了以下工作:(1)构建区域综合能源系统基本架构,分析了区域综合能源系统中典型设备的运行特性,建立了能源生产设备、可再生能源机组和能源储存设备的通用模型;并进一步基于能量母线方法建立了典型综合能源系统能量平衡模型。其次,研究了终端用户用能需求预测,重点针对用电需求讨论了能够反映天气和日期特征的预测方法,为区域综合能源系统优化奠定了基础。(2)从柔性负荷调度模型入手,首先建立了可中断负荷、可转移负荷和可平移负荷3类电力柔性负荷调度模型,引入用户不舒适度概念,并根据用户对供热舒适度感知的模糊性建立了柔性热负荷调度模型;考虑经济与能耗指标,建立了计及柔性负荷调度的区域综合能源系统调度模型,重点研究了柔性负荷对提高区域综合能源系统经济性的影响。(3)从源侧和网侧入手,在网侧建立了考虑供热管道水温动态特性的热网模型,计及了温度和流量平衡的约束,讨论了供回水温度对热损的影响,并由此拟合热损随供回水温度变化的表达式;在源侧添加热泵装置,建立燃气轮机-热泵联合系统,加强电热耦合关系,充分利用电热互补特性,考虑经济与能耗指标,研究了优化热损和引入热泵对区域综合能源系统经济性和风电消纳率的影响。
信博文[4](2020)在《严寒地区高校的建筑采暖系统研究》文中认为当前我国建筑能耗占总能耗量的比例逐渐上升,其中以采用集中供暖方式的北方供暖能耗与日俱增。因为集中供暖主要以燃煤、燃气的一次能源作为锅炉供暖的燃料,且一次能源为不可再生资源,所以能源消耗量较大。除此之外,煤炭作为集中供暖的主要燃料,燃烧会形成大量的有害气体和烟尘等物质,造成环境污染,不符合我国可持续发展的要求。为了达到绿色环保、节能减排的目的,提出了很多新能源的采暖供热方式。然而新能源采暖供热技术的成本较高,不是北方采暖供热的首要选择。为了解决以上问题,兼顾节能环保和降低成本,本课题提出了空气源热泵联合蓄热器的采暖供热模式,并以降低成本为目标对系统进行改进,为了使系统配置更加准确,采用遗传算法优化的BP神经网络(GA-BP)对建筑负荷进行预测。首先,对常见的电采暖技术形式进行了介绍,并对各个形式的电采暖技术的工作原理及优缺点进行了概括,最终选择了空气源热泵作为本课题中建筑的热源。着重介绍了空气源热泵同其他电采暖技术的优势,并针对空气源热泵在严寒地区的气候环境中使用时遇到的困难,提出了改进方案,不仅保障了系统运行的稳定性和可靠性,还提高了系统经济性。其次,根据严寒地区的气候特点和建筑特点,建立了目标建筑的热负荷模型,得出了建筑热负荷数据,用于后续供热系统研究。本课题采用蓄热器作为空气源热泵的辅助采暖设备,并提出了空气源热泵联合蓄热器的建筑采暖供热系统。通过对采暖供热系统经济型的建模,以经济性最优为目标函数,使用遗传算法对蓄热器进行初步容量配置,并计算该系统的经济性。为了进一步降低系统运行成本,提出谷时电价时段使用空气源热泵对建筑直接供热,同时为蓄热器蓄热;非谷时电价时段使用蓄热器为建筑供热的策略,并用Beta分布建立模型,计算得到了蓄热器容量的最小配置区间。最后,为了提高空气源热泵联合蓄热器供热模式的运行策略准确度,降低由气候突变或建筑内部人员流动等因素导致的蓄热容量偏差,通过对建筑热负荷的预测,得到谷时电价时段所需储存的热量值。采用遗传算法优化的BP神经网络进行预测,使用遗传算法对BP神经网络的权值和阈值进行全局优化,使其选取到最优的结果,然后使用GA-BP进行预测,并与RBF(径向基)神经网络和支持向量机(SVM)比较预测精度,证明GA-BP神经网络的预测结果精度更高。根据预测结果修改每日蓄热量的方式建立新的系统供热策略并与每日满蓄的供热策略进行经济性对比,结果得出根据预测结果蓄热的供热策略系统运行5天可以节约电费94.48元。
孙宏远[5](2020)在《舰舰导弹攻击过程建模及仿真》文中研究指明“红蓝”对抗仿真是部队日常训练重要的科目之一,对抗级别可以从单舰作战到多兵种联合作战,无论何种级别的对抗导弹弹道建模仿真都是其中的关键,优秀的弹道模型可以精准迅速地给出仿真结果。现阶段,由于较难获得导弹自身参数和运行条件参数,基于机理的舰舰导弹弹道仿真模型通常都对部分自身参数和运行条件进行理想化简化处理,对导弹本身刻画不全面,也难以描述天气、环境等复杂变化因素对飞行的影响,不能很好地满足“红蓝”对抗仿真推演需求。随着机器学习和数据挖掘方法的不断发展,基于外场实测数据的舰舰导弹弹道建模将成为满足仿真推演需求的一种新方法。本文以典型舰舰导弹为例,提出基于外场数据的舰舰导弹攻击过程的弹道建模及仿真方法,主要工作概括如下:(1)通过对典型舰舰导弹飞行过程原理的分析,将导弹飞行过程以导弹导引头雷达开机为界划分为自控段、自导段两段,结合外场数据和飞行机理对飞行过程进行分析验证,为选择合适的方法建立模型奠定基础。(2)对典型舰舰导弹自控段弹道建模:在对飞行过程分析基础之上,提出了通过外场数据建立典型舰舰导弹自控段弹道模型的方法。综合考虑导弹机理和环境的影响,以导弹发射方案和发射环境信息作为模型训练集的输入,使用最小二乘多项式分段拟合导弹速度时间曲线,得到飞行的速度系数,将其作为模型训练集的输出,并使用粒子群优化最小二乘支持向量机对导弹自控段速度建模,再结合导弹航路指令对所得到的速度曲线积分,进而得到典型舰舰导弹自控段弹道。(3)对典型舰舰导弹自导段弹道建模:将雷达搜捕过程看作分类问题,以弹目当前位置关系和发射环境信息作为模型训练集的输入,目标是否被导弹捕捉作为模型训练集的输出,利用NBTree的方法建立导弹目标捕捉模型;再通过建立比例导引模型得到导弹自导段飞行弹道。利用外场数据对所建立的模型进行仿真,经过校核、验证后的结果表明,本文提出的建模和仿真方法有较高可信度,既满足研究性训练的仿真推演需要,又可以与外场训练实测相互补充。
纪会争[6](2020)在《风光储联合发电调度管理与效益评价研究》文中指出基于世界范围能源资源供给紧张的现状,以及我国风力发电和太阳能发电均具有地域性强、集中度高等特点,通过对相关理论观点的回顾和综述,介绍了风光储联合发电模式、功率预测方法。以及多目标决策理论的研究现状,提出对风、光、储能多模块机电功率预测研究、风光储联合发电调度管理、风光储联合发电综合效益评价的技术方法,寻求技术经济效益最优的解决策略,为风光储联合发电模式发展作出有益探索。本文主要研究成果和创新如下:(1)建立了基于模式分解(EMD)和粒子群优化支持向量机(PSO-SVM)的风电输出功率预测模型。风电功率的输出为非平稳时间序列,采用传统的回归算法、神经网络等预测模型往往得到的结果精度不高。针对这种非线性、非平稳的时间序列,首先,使用经验模式分解(EMD)将风电机组输出功率分解为多组具有不同尺度的时间序列;然后,分别对每组信号使用支持向量机(SVM)进行预测。(2)建立了基于聚类分析和熵权预测模型的光伏发电输出功率组合预测方法。对于光伏发电,由于其输出功率是非线性时间序列,其随机波动较强,而且具有明显的规律日重复性。针对这一特征,本文提出首先使用模糊聚类的方法,对光伏发电矩阵的输出功率进行日聚类,得到多组相似日的样本集合。然后使用基于熵权组合预测模型的预测方法对各组相似日进行训练。这种预测方法建立于对光伏发电矩阵的输出功率记性准确日聚类的基础之上,能够更好地捕捉不同气候条件下输出功率的规律特性,降低了预测模型的结构风险。(3)建立了风光储联合发电多目标跟踪计划出力调度模型。由于风光出力具有较强的随机性和模糊性,对风光储联合发电系统中出力调度优化是一种不确定性规划,本文从运行目标和经济性两个方面出发,建立了基于不确定规划的风光储联合发电多目标出力调度模型,结合蒙特卡罗模拟和灰色粒子群算法进行求解。最后,选取张北国家风光储输示范工程作为分析对象,分别建立了出力跟踪计划出力调度模型和计及经济性的多目标跟踪计划出力调度模型。在单目标调度模型中,提出了包含储能系统充放电功率控制系数和风光预测状态控制系数的出力系统控制策略,结果表明通过变化储能系统充放电控制系数不仅能够降低对储能系统的要求,还能将误差控制在合格范围内。在多目标调度模型中,通过对比单目标决策与多目标决策的结果可以发现,多目标优化调度模型能够在最大程度跟踪计划出力的基础上降低经济成本,实现经济利益的最大化。(4)建立了基于多维度效益的风光储联合发电综合效益评价模型。首先依据指标构建原则,开展多维度效益指标识别工作,确定了示范效益、电网效益、经济效益、社会效益四个层面的识别方向,构建了多维度多层级的风光储联合发电综合效益评价体系。最后,结合本文提出的基于多维度效益的风光储联合发电综合效益评价模型,利用张北国家风光储输示范工程项目数据,分别从实际数据和规划数据两个角度开展了测算工作,测算结果显示,张北国家风光储输示范工程综合效益达到了规划预期水平,整体水平良好,随着张北国家风光储输示范工程二期的陆续建设,风光储联合发电系统将进一步发展,在不断提高经济性的同时,增强系统友好型,不断促进新能源发电的发电比例,促进能源结构的不断优化发展。本文对风光储联合发电调度管理工作具有一定的参考作用。(5)对风光储联合发电系统的运行管理策略和产业发展政策建议进行了研究。从风光储系统并网与孤岛运行的角度介绍了风光储系统的运行管理策略,分析风光储联合发电产业的现存问题,结合能源互联网的发展理念,提出能源互联网下风光储联合发电系统的典型运行模式。最后,结合产业及政策要求,为风光储联合发电系统的未来发展提出了相关的政策建议。
谷家毓[7](2020)在《基于可靠性约束的某型军用无人机MBSE-LCC优化技术》文中研究表明在信息化时代背景下,军用无人机的功能和自身优势愈发凸显,其技术性能不断优化,随之而来的是无人机研发及使用的费用逐年升高,研制方案的经济性、费用分配的合理性和使用率成为一大问题,直接影响着我国军用无人机的性能提升和进一步发展。理论与实践一再证明,对我国军用无人机全寿命周期费用(LCC:Life Cycle Cost)进行分析及优化,利于控制军用无人机寿命周期费用,同时兼顾无人机作战性能的增强。本文以某型军用无人侦察机为研究对象、无人机技术和质量指标为约束、基于模型的系统工程(MBSE:Model-Based Systems Engineering)为管理手段展开军用无人机全寿命周期费用优化技术研究。本文综合战术技术性能指标和可靠性、维修性指标两方面的费用参数体系,构建了某型号军用无人机寿命周期费用估算模型,进而建立无人机系统LCC优化模型,得到无人机LCC与可靠性指标、性能指标之间的最佳配备,使得无人机系统实现以最低的全寿期费用达到规定的战术技术性能要求和质量要求等。另外,本文摒弃了军用无人机LCC的传统文档管理模式,将MBSE(基于模型的系统工程)技术引入无人机全寿命周期费用管理中,使得无人机研制、采购、使用保障等所有生命周期活动的费用产出物的管理实现标准化、体系化、可视化、关联化;开发了较为完整的军用无人机MBSE-LCC管理体系。
赵曰强[8](2019)在《防空导弹武器系统费效分析建模及方法研究》文中提出防空导弹武器系统费用效能的评定问题是一个特别重要的基础理论研究课题,是指导防空导弹武器系统的设计、研制、生产和使用、部署、指挥决策的导向问题,越来越受到各方重视。防空导弹武器系统的费用效能分析目前仍处于应用研究阶段,也在随着防空导弹武器系统在技术进步和系统复杂性方面的发展而不断发展。现有国内外的研究,对这一问题从不同的侧面提出了不少新观点和计算方法,但是还未见有针对性强的、可操作的整套模型。本文以防空导弹武器系统费用与效能为研究对象,以系统性能指标选取与任务分解为基础,分析了寿命周期费用(Life Cycle Cost,LCC)、系统效能和费效分析的概念和内涵,并建立了防空导弹武器系统费用效能分析模型。对费用效能分析的方法进行了梳理分析和研究对比。研究了每种方法的适用条件、优缺点,并指出了防空导弹武器系统寿命周期的不同阶段适合采用的不同方法,以及不同性能指标的适宜处理方法。这些方法的梳理和对比分析为复杂的防空导弹武器系统费用与效能的评估建模奠定了方法基础。建立了基于导弹采购单价的防空导弹武器系统全寿命周期费用LCC模型,分析了多种要素对防空导弹武器系统的影响,并进行了模型比较。在国内外武器装备费用研究现状的基础上,从武器系统工作分解结构、费用参数分析出发,建立了防空导弹武器系统LCC度量体系和参数模型。在该模型框架内,提出了以导弹采购单价的估算为基础构建防空导弹武器系统LCC模型的新思路。通过大量历史数据的多元回归分析,确定了模型中各指标参量对费用的影响程度,并采用类推法、工程法向研制费、使用保障费进行扩展。在费用估算中引入“制导精度”和“目标通道数”等新的技术参数,找到了解决新型武器系统费用评估的适用性的方案。并通过建立线性和非线性模型的比较分析,论证了模型在新型防空导弹武器系统LCC度量中的精度。建立了基于ADC法(Availability Dependability Capability,ADC)的防空导弹武器系统系统效能评估模型。针对防空导弹武器系统复杂的特点,构建了多状态及状态转移的路径,充分体现了武器系统的可靠性水平,建立了可用性和可信度模型;同时以系统能力为重点,对量纲类指标(拦截远界R、低界RL、目标通道数T、上架导弹数n、系统反应时间tr)采用效用函数法或尺度标度法进行计算,对定量概率指标(发现概率PG1、杀伤概率PG2)采用参数法进行建模,对定性概率指标(指控能力PG3、抗干扰能力PG4、生存能力PG5)采用标度法结合德尔菲法进行量化计算。克服已有模型的不足,统一能力指标的选取和处理,并对系统能力矩阵进行拓展,考虑了指控能力、抗干扰能力和生存能力等综合性指标。同时目标通道数反映武器的多目标能力,避免了对群目标的杀伤概率计算的对目标的依赖。考虑了对目标多发杀伤能力、抗饱和攻击能力、多次拦截能力。经过算例的验证模型准确、适用,突破了已有模型的局限,使系统效能的评估更趋完善。提出了一套防空导弹武器系统的费效分析方法,运用多种方法组合建立解析模型,来进行定量化计算。在LCC和系统效能建模的基础上,将效费比研究与LCC估算、系统效能评估结合起来,将LCC和系统效能归一化、无量纲处理,得到定费用、定效能或费效比最优的量化结果,使防空导弹武器系统费效分析问题更加明确具体,便于科学决策。并以“霍克改”、“爱国者”PAC-2和“格龙布”C-300ЛМУ-1为算例描述了具体的分析过程和方法,进行了费效的决策权衡,填补了目前研究的不足。本文建立的一套针对性强的、可操作的模型以及相关分析方法,对于指导防空导弹武器系统的研制和使用,提供了可量化决策工具;经过实际数据的对比、分析以及算例验证,可靠适用,可供进行武器系统费用效能评估和论证规划时参考;也对于其他装备评估分析有一定的推广价值。
喻聪[9](2019)在《电站锅炉燃烧优化及低NOx排放控制若干问题研究》文中研究说明氮氧化物(NOx)是燃煤电厂主要排放的大气污染物之一。目前,电站锅炉普遍采用低NOx燃烧结合选择性催化还原法(SCR)进行联合脱硝,而低NOx燃烧方式在某些运行工况下会牺牲锅炉经济性,因此有必要开展燃烧优化研究,以同时降低污染物排放及提高锅炉运行安全性和经济性。本文以某660MW切圆燃烧锅炉及尾部SCR脱硝系统为研究对象,结合试验、数值模拟和数据挖掘方法,对燃烧优化及低NOx排放控制的若干问题进行研究,为锅炉运行与烟道设计提出了优化策略及方法。论文提出了一种锅炉燃烧数值模型和热工水动力模型的新耦合计算方法。首先基于CFD和MATLAB平台搭建了锅炉风烟侧和汽水侧的分布参数模型,再采用直接映射法和辅助网格法建立了模型间不同网格的映射函数,进而通过开发两个平台的信息交互接口,实现了受热管壁温在烟、汽两侧的迭代计算。基于该模型,得到了炉内易超温管壁的实际位置,为不同管段的金属选材、现场测点的位置选取提供了支撑。综合分析了分离燃尽风(SOFA)上下摆角大小与炉内空气分级效果、湍流强度分布、旋转动量、火焰中心高度、烟温偏差的关系,并定量研究了其变化对燃烧产物生成量和受热面壁温的影响,结果表明:满负荷下SOFA风摆角变大能提高锅炉效率且减小NOx生成浓度,但SOFA风摆角从+20°增大到+30°,会使高温再热器管屏0.16%的外表面超过SA-213 TP347H材料的许用温度。论文提出了一种燃煤电站锅炉实际运行环境下的催化剂磨损预测方法。首先建立SCR反应器气固流动模型,计算催化剂入口烟气和飞灰颗粒的分布,再将此分布与详细的催化剂单通道磨损速率模型耦合,实现了SCR系统催化剂床层的磨损计算。基于本文模型,研究了SCR反应器内三角筋结构、支撑梁结构及导流板设计等对烟气运动和飞灰轨迹的影响,并分析了不同粒径飞灰对催化剂的磨损作用,最终提出了SCR系统流场和灰场的综合优化方案。该方案在现场应用中取得了较好效果,有效解决了催化剂局部磨损过重的问题。针对锅炉两侧SCR反应器入口速度和NOx浓度不同且均存在分布不均的现象,论文提出了一种计及燃烧效应的SCR系统喷氨均匀性优化策略。首先通过锅炉燃烧数值模拟,计算进入两侧SCR反应器烟气的流量系数及浓度系数,并以NO流量份额与供氨份额相等为原则,推导出各反应器的氨流量分配系数。更进一步,通过耦合燃烧模型计算的烟气场,求解SCR流动与组分输运模型,并定量解析各氨/空混合气支管的氨流量分配系数。最后,以不同氨流量分配系数为目标,完成各级氨流量控制阀的调节。结果表明,本文提出的方法能使氨氮摩尔比的相对偏差系数满足设计要求,有效解决了催化剂入口氨氮摩尔比分布不均的问题。论文将单调知识融合到燃烧系统数据驱动建模中,采用虚拟样本法将导数关系作为支持向量机回归时的不等式约束,并引入加法型核函数减小模型训练的计算量,提出了一种融合单调知识的支持向量机(FM-SVR)。测试算例表明,在局部样本缺失和系统噪声较大的情况下,相较于最小二乘支持向量机(LS-SVR),FM-SVR预测精度较高,且能更好地反映函数原有的单调趋势。将FM-SVR应用于NOx生成浓度、锅炉效率及烟温偏差的建模中,结果表明,相较于LS-SVR,FM-SVR模型的增量分析结果与对象锅炉的运行及排放特性更吻合。论文提出了一种SCR出口NOx排放浓度和氨逃逸自适应模型。首先基于R检验手段,从海量历史运行数据中获得稳态样本,再采用压缩最近邻(CNN)算法对系统入口参数进行聚类,获得按工况划分的稳态样本库。在此基础上,结合滑动时间窗技术对连续数据流进行处理,不断以新稳态样本替换样本库中相同工况内调整手段最相似的旧样本,并引入拥挤距离(CD)算子对冗余数据进行删除,最终获得了RCNN-CD数据处理方法。对1804天的SCR系统历史运行数据进行分析,采用RCNN-CD方法能明显提高所选样本的代表性,且样本自然散点状态所表现的趋势与脱硝机理吻合。基于所选样本,采用FM-SVR建立定期更新的NOx排放模型,并以此预测氨逃逸。结果表明,模型能合理反映SCR脱硝性能变化的规律。论文提出了一种锅炉燃烧与SCR脱硝联合系统的综合优化策略。首先采用不等式约束型NSGA-II算法求解考虑烟温偏差限值的锅炉燃烧优化问题,再以该结果为边界条件,以NOx排放浓度不超标为约束条件,优化联合系统的总成本和氨逃逸率。结果表明,对于燃烧优化Pareto前端中的个体,随着锅炉效率升高,运行总成本持续降低。然而,当锅炉效率上升到一定程度后,再继续增加微小幅度,NOx生成浓度随之大幅增加,且此时优化得到的O2量也较高,为使SCR出口NOx排放达标,喷氨流量急剧增加,使得运行总成本又开始缓慢升高。这个运行总成本的拐点不仅经济性较高,氨逃逸也较低,是联合系统的最佳优化工况。
杨奕飞[10](2019)在《舰船装备健康评估与管理若干关键技术研究》文中提出现代舰船装备的集成度、复杂度及智能化程度急剧增加,传统的故障诊断与维修保障技术难以适应新的要求。故障预测与健康管理(PHM)技术是改变传统维修保障方式的新技术,是舰船装备健康管理技术发展的新方向。目前,舰船装备的PHM主要存在复杂雷达系统状态监测和评估难、动力设备监测数据故障样本少、甲板机械设备受环境工况综合影响大等问题,这给PHM技术在舰船中的应用带来了困难。论文围绕舰船装备PHM的状态监测、评估预测、维修决策等关键环节进行了研究,设计了健康管理总体架构、分层结构和信息流程,针对三类典型舰船装备PHM中的突出问题,提出了新的解决方法。主要工作和成果如下:1.以船载测控雷达为对象,研究了复杂雷达健康状态监测与评估方法,设计了航天测控雷达的状态在线监测信息和离线测试信息;建立了健康评估指标体系,提出了基于模糊综合评判的雷达健康评估方法。为进一步消除模糊边界问题,将模糊综合评价和SVR模型结合,并采用CS算法对SVR参数进行优化,提出了一种FCCS-SVR评估模型。通过对PSO-SVR、GA-SVR、BA-SVR、CS-SVR和FCCS-SVR模型的性能比较分析及案例研究,证明了FCCS-SVR模型的有效性。2.以船舶动力设备为对象,研究了小样本条件下的故障模式识别方法。提出了一种CS-LSSVM故障识别模型,针对CS算法容易陷入局部最优的问题,进一步提出了改进的ICS-LSSVM模型,通过多种智能优化模型与该模型的仿真比较和案例分析,表明该模型的识别精度更高。同时研究了基于HMM模型的故障识别方法,案例分析表明,利用HMM将缓慢变化的信号特征转换为变化较大的对数似然概率,可有效提高故障模式识别能力。3.以船舶动力设备为对象,研究了故障状态和缺陷状态的预测方法。提出了一种CS-SVR-HMM状态预测模型,仿真结果表明该模型能实现对未来故障状态的预测;提出了基于HSMM的缺陷状态识别方法,仿真结果表明该模型对缺陷状态和剩余寿命具有较好的预测效果。4.以甲板机械设备为对象,研究了考虑环境因子的维修策略。给出了环境因子的定义和参数估计方法,分析了考虑内外因素影响的设备衰退演化规则,建立了一种基于可用度最大和维护成本率最低的综合目标动态决策模型,采用服从威布尔寿命分布模型,通过实例研究了不同环境因子对设备衰退演化的影响及预防维护时间间隔的变化,验证了决策模型的有效性。论文最后对全文进行了总结,并对未来进一步研究的问题提出了展望。
二、武器系统经济性参数的支持向量机方法分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、武器系统经济性参数的支持向量机方法分析(论文提纲范文)
(1)基于瞬态冲击响应信号的某高速自动机故障诊断方法研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景及意义 |
1.2 高速冲击武器的研究对象 |
1.3 诊断高速冲击机械系统的研究现状 |
1.3.1 提取冲击信号特征的研究现状 |
1.3.2 集成诊断信息的研究现状 |
1.4 研究目的及思路 |
1.4.1 新方法提取瞬态冲击信号的特征 |
1.4.2 新的训练学习器算法 |
1.4.3 合适的集成学习器理论 |
1.5 研究内容及结构安排 |
2 测试与预处理瞬态冲击信号 |
2.1 试验对象 |
2.2 设置典型故障 |
2.3 试验环境与采集设备 |
2.4 设置采集设备 |
2.5 设置采集样本 |
2.6 预处理瞬态冲击信号 |
2.6.1 预处理单发射击振动信号 |
2.6.2 预处理连发射击振动信号 |
3 信号特征提取研究 |
3.1 引言 |
3.2 检测瞬态冲击信号的基本方法 |
3.2.1 增广Dickey-Fuller检测平稳性 |
3.2.2 各态历经性指标作为信号的特征 |
3.3 提取信号的时频域特征 |
3.3.1 信号的自相关时域性质 |
3.3.2 信号的复杂频域性质 |
3.4 经典理论提取信号特征 |
3.4.1 连续小波变换分析信号时频谱 |
3.4.2 基于Mallat离散小波提取能量比特征 |
3.4.3 信号的瞬时频率及希尔伯特幅值谱 |
3.5 积分上限变换及概率密度函数法 |
3.5.1 积分上限变换提取信号特征 |
3.5.2 概率密度函数特征及逆运算 |
3.5.3 基于瞬时频率与密度积分上限法提取特征 |
3.5.4 基于积分上限变换与密度积分上限提取特征 |
3.6 编组信号特征量 |
3.7 本章小结 |
4 微分熵及微分表达力特征 |
4.1 引言 |
4.2 离散熵与微分熵 |
4.2.1 信息熵及微分熵概念 |
4.2.2 离散熵与微分熵的关系 |
4.2.3 数值计算微分熵 |
4.3 信息表达力与微分表达力 |
4.3.1 离散系统的表达力 |
4.3.2 离散系统表达力的极值 |
4.3.3 微分表达力与离散表达力的关系 |
4.3.4 数值计算微分表达力 |
4.4 .联合系统的信息差异度 |
4.4.1 定义信息差异度 |
4.4.2 利用信息差异度分析系统状态 |
4.5 联合提取信号特征 |
4.5.1 基于频谱提取微分表达力特征 |
4.5.2 基于瞬时频率提取微分表达力和微分熵特征 |
4.5.3 最优状态分布及特征分类能力 |
4.6 编组基于频谱或瞬时频率的特征组 |
4.7 本章小结 |
5 基于FNN与 SVM集成学习器 |
5.1 引言 |
5.2 模糊神经网络 |
5.2.1 模糊神经网络概述 |
5.2.2 模糊神经网络的拓扑结构 |
5.2.3 Levenberg-Marquardt算法 |
5.2.4 Moore-Penrose逆牛顿算法 |
5.2.5 随机特征测试模糊神经网络 |
5.3 多分类支持向量机 |
5.3.1 支持向量机概述 |
5.3.2 构造多分类支持向量机 |
5.4 基于Bayes理论和规则集成学习器 |
5.4.1 集成学习器的一般原则 |
5.4.2 集成学习器的拓扑结构 |
5.4.3 和规则集成多分类器 |
5.4.4 集成参数的估计 |
5.4.5 集成模糊神经网络与支持向量机 |
5.5 本章小结 |
6 基于集成学习器诊断高速自动机的故障 |
6.1 引言 |
6.2 交叉验证法训练与测试学习器 |
6.3 基于样本集训练和测试集成学习器 |
6.3.1 基于模糊神经网络的子学习器 |
6.3.2 基于支持向量机的子学习器 |
6.3.3 同组特征集成学习器 |
6.3.4 同测点及方向特征集成学习器 |
6.3.5 高级集成学习器诊断高速自动机状态 |
6.4 本章小结 |
7 全文总结 |
7.1 总结 |
7.2 主要创新点 |
7.3 工作展望 |
附录 A |
参考文献 |
致谢 |
攻读博士(硕士)期间发表的论文及所取得的研究成果 |
(2)园区综合能源系统源荷储协同优化及效益评价模型研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 综合能源系统发展研究现状 |
1.2.2 综合能源系统影响因素研究现状 |
1.2.3 综合能源系统协同优化模型研究现状 |
1.2.4 综合能源系统效益评价模型研究现状 |
1.3 论文主要研究内容和创新点 |
1.3.1 论文主要研究内容 |
1.3.2 论文研究技术路线 |
1.3.3 论文研究创新点 |
第2章 园区综合能源系统相关理论 |
2.1 综合能源系统基础理论 |
2.1.1 综合能源系统概念 |
2.1.2 综合能源系统特征 |
2.1.3 综合能源系统发展过程 |
2.2 典型综合能源系统示范项目分析 |
2.2.1 国外综合能源系统示范项目 |
2.2.2 国内综合能源系统示范项目 |
2.2.3 综合能源系统实施经验总结 |
2.3 综合能源系统协同优化模式 |
2.3.1 电-热协同优化模式 |
2.3.2 电-热-冷协同优化模式 |
2.3.3 电-热-冷-气协同优化模式 |
2.3.4 各种协同优化模式对比分析 |
2.4 本章小结 |
第3章 园区综合能源系统多元负荷联合预测模型研究 |
3.1 引言 |
3.2 综合能源各子系统耦合关系分析 |
3.2.1 电能子系统 |
3.2.2 热能子系统 |
3.2.3 冷能子系统 |
3.2.4 气能子系统 |
3.3 构建综合能源系统联合预测模型 |
3.3.1 MTL-LS-SVM理论 |
3.3.2 联合预测模型构建 |
3.4 算例分析 |
3.4.1 基础数据描述 |
3.4.2 预测结果分析 |
3.4.3 结果讨论与分析 |
3.5 本章小结 |
第4章 考虑转换利用的园区综合能源系统源-源协同优化模型研究 |
4.1 引言 |
4.2 多能转换设备特性分析及运行结构 |
4.2.1 多能源转换设备特性 |
4.2.2 源-源协同运行结构 |
4.3 综合能源系统源-源协同多目标优化模型 |
4.3.1 协同元件数学模型 |
4.3.2 协同优化目标函数 |
4.3.3 协同优化约束条件 |
4.4 源-源协同多目标优化模型求解方法 |
4.4.1 求解算法描述 |
4.4.2 求解算法计算流程 |
4.5 算例分析 |
4.5.1 基础数据描述 |
4.5.2 优化结果分析 |
4.5.3 结果分析与讨论 |
4.6 本章小结 |
第5章 考虑不确定性的园区综合能源系统源-荷协同优化模型研究 |
5.1 引言 |
5.2 双重不确定性分析及运行结构 |
5.2.1 源-荷不确定特性 |
5.2.2 源-荷协同运行结构 |
5.3 包含分布式能源并网的综合能源系统源-荷双层协同优化模型 |
5.3.1 源-荷协同互动关系 |
5.3.2 上层协同优化模型 |
5.3.3 下层协同优化模型 |
5.3.4 综合协同优化模型 |
5.4 考虑源-荷双重不确定性的综合能源系统双层协同优化模型 |
5.4.1 问题描述 |
5.4.2 目标函数 |
5.4.3 约束条件 |
5.4.4 求解方法 |
5.5 算例分析 |
5.5.1 基础数据描述 |
5.5.2 优化结果分析 |
5.5.3 不确定性分析 |
5.6 本章小结 |
第6章 考虑需求响应的园区综合能源系统源-荷-储协同优化模型研究 |
6.1 引言 |
6.2 综合需求响应特性分析及运行结构 |
6.2.1 需求响应负荷特性 |
6.2.2 源-荷-储运行结构 |
6.3 综合能源系统源-荷-储两阶段优化模型 |
6.3.1 第一阶段日前协同优化模型 |
6.3.2 第二阶段时前协同优化模型 |
6.4 源-荷-储两阶段协同优化模型求解方法 |
6.4.1 求解算法描述 |
6.4.2 求解算法计算流程 |
6.5 算例分析 |
6.5.1 基础数据描述 |
6.5.2 优化结果分析 |
6.5.3 结果对比讨论 |
6.6 本章小结 |
第7章 考虑源-荷-储全过程的园区综合能源系统效益评价模型研究 |
7.1 引言 |
7.2 综合能源系统效益评价指标体系 |
7.2.1 选择评价指标原则 |
7.2.2 构建评价指标体系 |
7.2.3 评价指标的预处理 |
7.3 基于云模型改进的多层级模糊综合评价模型 |
7.3.1 多层级模糊综合评价模型 |
7.3.2 云模型 |
7.3.3 构建模型计算流程 |
7.4 算例分析 |
7.4.1 基础数据描述 |
7.4.2 效益评价过程 |
7.4.3 评价结果分析 |
7.5 本章小结 |
第8章 研究成果和结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)计及源网荷互动策略的区域综合能源系统协调优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 综合能源系统发展历程 |
1.2.2 综合能源系统优化调度现状 |
1.3 论文研究内容及意义 |
1.4 论文的组织结构 |
第二章 区域综合能源系统建模及用能需求预测 |
2.1 引言 |
2.2 区域综合能源系统单元建模 |
2.2.1 能源生产设备 |
2.2.2 可再生能源机组 |
2.2.3 能源储存设备 |
2.3 基于能量母线方法的区域综合能源系统能量平衡建模 |
2.4 终端用户用能需求预测 |
2.4.1 负荷聚类 |
2.4.2 支持向量机算法 |
2.4.3 基于负荷聚类的支持向量机算法预测模型 |
2.4.4 算例分析 |
2.5 本章小结 |
第三章 计及柔性负荷调度的区域综合能源系统优化运行 |
3.1 引言 |
3.2 电热负荷调度模型 |
3.2.1 电负荷调度模型 |
3.2.2 热负荷调度模型 |
3.3 计及柔性负荷调度的区域综合能源系统调度模型 |
3.3.1 目标函数 |
3.3.2 约束条件 |
3.3.3 模型求解 |
3.4 算例分析 |
3.4.1 算例设置 |
3.4.2 结果分析 |
3.5 本章小结 |
第四章 计及热泵和热网热损的区域综合能源系统优化运行 |
4.1 引言 |
4.2 热网建模 |
4.3 燃气轮机-热泵模型 |
4.4 计及热泵和热网热损的区域综合能源系统源网荷互动模型 |
4.4.1 目标函数 |
4.4.2 约束条件 |
4.4.3 模型求解 |
4.5 热网热损分析 |
4.5.1 热网结构 |
4.5.2 结果分析 |
4.6 区域综合能源系统调度分析 |
4.6.1 算例设置 |
4.6.2 结果分析 |
4.7 本章小结 |
第五章 结论与展望 |
5.1 全文总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的学术成果 |
(4)严寒地区高校的建筑采暖系统研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 建筑能耗计算方法 |
1.2.2 建筑能耗影响因素研究现状 |
1.2.3 建筑能耗预测研究现状 |
1.3 课题来源及需要解决的问题 |
1.4 本文研究内容及结构安排 |
1.4.1 本文主要研究内容 |
1.4.2 本文结构安排 |
第2章 常见电采暖技术方案选择 |
2.1 电采暖技术介绍 |
2.1.1 加热电缆采暖 |
2.1.2 电热膜采暖 |
2.1.3 碳晶板采暖 |
2.1.4 电锅炉采暖 |
2.1.5 热泵采暖 |
2.2 空气源热泵介绍 |
2.2.1 空气源热泵工作原理 |
2.2.2 空气源热泵的优点 |
2.2.3 空气源热泵的缺点 |
2.3 空气源热泵采暖系统的改进 |
2.3.1 空气源热泵机组的选型 |
2.3.2 蓄热器技术的运用 |
2.4 本章小结 |
第3章 建筑供暖能耗的主要影响因素 |
3.1 建筑热过程及热工特性 |
3.1.1 建筑热过程 |
3.1.2 建筑物的热工特性 |
3.2 建筑供暖能耗的主要影响因素 |
3.3 建筑供热热平衡模型 |
3.3.1 建筑供热热平衡模型 |
3.3.2 供热量的计算 |
3.3.3 太阳能热负荷计算 |
3.3.4 建筑内部负荷 |
3.3.5 建筑系统负荷 |
3.4 本章小结 |
第4章 空气源热泵供热系统的研究 |
4.1 空气源热泵供热模式 |
4.1.1 空气源热泵供热方式介绍 |
4.1.2 空气源热泵供热结构构建 |
4.2 经济性模型 |
4.3 分布模型建立 |
4.3.1 Beta分布模型建立 |
4.3.2 Beta分布的最小概率区间求解 |
4.4 算例分析 |
4.4.1 建筑温度 |
4.4.2 建筑热负荷数据 |
4.4.3 两种供暖系统经济性对比 |
4.4.4 Beta分布蓄热器容量最小区间建立 |
4.5 本章小结 |
第5章 建筑供热能耗预测研究 |
5.1 BP神经网络 |
5.2 遗传算法优化的BP神经网络 |
5.3 GA-BP的性能评价 |
5.3.1 RBF神经网络 |
5.3.2 支持向量机 |
5.3.3 三种评估指标 |
5.4 算例分析 |
5.5 运行模式经济性对比 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 工作展望 |
参考文献 |
致谢 |
个人简历 |
攻读硕士学位期间发表的论文 |
(5)舰舰导弹攻击过程建模及仿真(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景和意义 |
1.2 国内外研究发展现状 |
1.2.1 导弹弹道建模的发展现状 |
1.2.2 战术导弹仿真的发展现状 |
1.3 课题研究内容和文章安排 |
2 典型舰舰导弹攻击过程分析 |
2.1 仿真常用坐标系介绍 |
2.1.1 地面直角坐标系 |
2.1.2 导弹弹体坐标系 |
2.1.3 弹道坐标系 |
2.1.4 导弹速度坐标系 |
2.1.5 坐标系变换关系 |
2.2 自控段攻击过程分析 |
2.2.1 典型舰舰导弹自控段侧向飞行过程分析 |
2.2.2 典型舰舰导弹自控段侧向飞行速度时间曲线分析 |
2.2.3 典型舰舰导弹自控段纵向飞行过程分析 |
2.2.4 典型舰舰导弹自控段纵向飞行速度时间曲线分析 |
2.3 自导段攻击过程分析 |
2.3.1 典型舰舰导弹自导段搜捕区覆盖目标条件 |
2.3.2 典型舰舰导弹自导段检测目标条件 |
2.3.3 典型舰舰导弹自导段选择捕捉条件 |
2.3.4 典型舰舰导弹自导段飞行过程 |
2.4 本章小结 |
3 典型舰舰导弹自控段攻击过程建模 |
3.1 最小二乘多项式回归拟合速度时间曲线 |
3.2 基于PSO-LSSVM的典型导弹自控段速度建模 |
3.2.1 最小二乘支持向量机 |
3.2.2 粒子群优化算法 |
3.2.3 模型输入输出变量选择 |
3.2.4 典型导弹自控段速度建模 |
3.3 典型导弹自控段弹道建模 |
4 典型舰舰导弹自导段攻击过程建模 |
4.1 基于NBTree的舰舰导弹目标选捕过程建模 |
4.1.1 朴素贝叶斯分类 |
4.1.2 决策树 |
4.1.3 朴素贝叶斯树分类 |
4.1.4 模型输入输出变量选择 |
4.1.5 目标选捕过程建模 |
4.2 比例导引建模 |
5 仿真结果及模型校核、验证 |
5.1 仿真及结果 |
5.2 校核、验证方法 |
5.3 模型校核、验证及应用条件分析 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(6)风光储联合发电调度管理与效益评价研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 新能源研究现状 |
1.2.2 风光储联合发电模式研究现状 |
1.2.3 新能源发电功率预测研究现状 |
1.2.4 多目标决策理论研究现状 |
1.2.5 风光储联合发电系统优化研究 |
1.2.6 含风光储发电的电力系统综合评价研究 |
1.3 主要研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 研究技术路线 |
1.3.3 主要创新点 |
1.4 本章小结 |
第2章 风光储联合发电调度管理与效益评价基础理论 |
2.1 新能源联合发电系统 |
2.1.1 新能源联合发电形式 |
2.1.2 系统设计和分析方法 |
2.2 新能源发电功率预测理论 |
2.3 多目标决策理论 |
2.4 效益评价理论 |
2.4.1 评价概念及流程 |
2.4.2 指标体系构建原则 |
2.4.3 评价指标预处理 |
2.4.4 指标权重确定方法 |
2.5 本章小结 |
第3章 风力与光伏发电功率预测 |
3.1 基于经验模式分解和支持向量机的风电功率预测模型研究 |
3.1.1 经验模式分解 |
3.1.2 粒子群优化的支持向量机模型 |
3.1.3 基于EMD-PSO-SVM的风电功率预测模型 |
3.1.4 算例分析 |
3.2 基于相似日模糊聚类的光伏发电功率组合预测模型研究 |
3.2.1 改进模糊聚类算法 |
3.2.2 熵权组合预测模型 |
3.2.3 基于模糊聚类的光伏发电功率熵权组合预测模型 |
3.2.4 算例分析 |
3.3 本章小结 |
第4章 计及经济性的风光储联合发电系统出力优化调度模型 |
4.1 不确定规划理论 |
4.1.1 不确定规划基础理论 |
4.1.2 不确定规划模型 |
4.1.3 不确定规划智能算法 |
4.2 风光储联合发电系统运行特性分析 |
4.2.1 风光出力特性分析 |
4.2.2 出力优化控制的目标 |
4.2.3 风光出力预测偏差的处理 |
4.3 风光储联合发电系统经济性分析 |
4.4 计及经济性的风光储联合发电多目标出力调度模型 |
4.4.1 目标函数 |
4.4.2 约束条件 |
4.4.3 模型求解 |
4.5 算例分析 |
4.5.1 跟踪计划出力调度模型 |
4.5.2 计及经济性的多目标跟踪计划出力调度模型计算 |
4.5.3 结果分析 |
4.6 本章小结 |
第5章 风光储联合发电综合效益评价 |
5.1 评价指标构建原则 |
5.1.1 结合风光储自身特点的指标构建准则 |
5.1.2 评价指标筛选办法 |
5.2 风光储联合发电系统评价指标体系 |
5.2.1 示范效益 |
5.2.2 电网效益 |
5.2.3 经济效益 |
5.2.4 社会效益 |
5.2.5 评价指标体系层次结构 |
5.3 基于价值权重和影响权重的组合权重确定 |
5.4 综合效益评价 |
5.4.1 风光储联合发电综合效益模糊评价模型 |
5.4.2 实例测算结果分析 |
5.5 本章小结 |
第6章 风光储调度管理对策研究 |
6.1 风光储并网运行管理研究 |
6.1.1 运行方式分析 |
6.1.2 风光储并网运行管理策略 |
6.1.3 风光储孤岛运行管理策略 |
6.1.4 运行模式切换策略研究 |
6.2 储能产业发展的管理建议 |
6.2.1 产业发展问题分析 |
6.2.2 能源互联网发展下风光储联合系统典型应用模式 |
6.2.3 风光储联合系统未来发展的政策建议 |
6.3 本章小结 |
第7章 研究成果与结论 |
7.1 研究成果 |
7.2 结论 |
第8章 附表 |
8.1 附表1 风光储联合发电综合效益评价指标体系 |
8.2 附表2 基于价值权重和影响权重的组合权重确定表 |
8.3 附表3 指标评价体系的级别划分规则与相关标准 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(7)基于可靠性约束的某型军用无人机MBSE-LCC优化技术(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 LCC理论研究 |
1.2.2 LCC估算技术研究 |
1.2.3 LCC优化技术研究 |
1.2.4 MBSE方法研究 |
1.2.5 文献述评 |
1.3 研究内容与框架 |
1.3.1 主要研究内容及创新点 |
1.3.2 技术路线 |
1.4 本章小结 |
第二章 军用无人机MBSE-LCC优化管理理论与框架 |
2.1 军用无人机理论基础 |
2.1.1 军用无人机概述 |
2.1.2 军用无人机相关特性 |
2.2 LCC理论与技术 |
2.2.0 LCC理论概述 |
2.2.1 LCC估算理论与技术 |
2.2.2 LCC优化理论与技术 |
2.3 基于模型的系统工程理论基础 |
2.3.1 MBSE原理 |
2.3.2 MBSE要素 |
2.3.3 MBSE工作流程 |
2.4 军用无人机MBSE-LCC优化管理框架设计 |
2.5 本章小结 |
第三章 可靠性约束下的某型无人机MBSE-AC估算 |
3.1 某型号军用无人机系统结构MBSE描述 |
3.2 可靠性约束下的飞行器分系统MBSE-AC估算模型 |
3.2.1 飞行器分系统AC影响参数分析 |
3.2.2 基于灰关联的飞行器分系统MBSE-AC影响因素优选 |
3.2.3 可靠性约束下的飞行器分系统MBSE-AC参数法估算模型 |
3.3 可靠性约束下的侦察任务设备分系统MBSE-AC估算模型 |
3.3.1 基于MBSE的侦察任务设备分系统结构和费用分析 |
3.3.2 可靠性约束下的侦察任务设备分系统AC参数法估算模型 |
3.4 可靠性约束下的测控与信息传输分系统MBSE-AC估算模型 |
3.4.1 基于MBSE的测控与信息传输分系统结构和费用分析 |
3.4.2 基于COCOMOⅡ的测控与信息传输分系统软件AC估算模型 |
3.4.3 可靠性约束下的测控与信息传输分系统硬件AC估算模型 |
3.5 本章小结 |
第四章 可靠性约束下的某型无人机MBSE-LSC估算 |
4.1 无人机使用维修与保障管理 |
4.2 无人机使用保障费用影响因素分析 |
4.2.1 群组决策特征根法 |
4.2.2 基于GEM的无人机使用保障费用关键因素识别 |
4.3 可靠性约束下的无人机分系统MBSE-LSC估算模型 |
4.3.1 分系统使用保障费估算模型构建 |
4.3.2 分系统MBSE-LSC估算管理 |
4.4 本章小结 |
第五章 最优可靠性约束下的某型无人机全寿命周期费用优化 |
5.1 基于最优可靠性约束的某型号无人机LCC优化模型构建 |
5.1.1 目标函数分析 |
5.1.2 约束条件分析 |
5.1.3 优化模型构建 |
5.2 基于粒子群算法的无人机LCC优化模型求解 |
5.2.1 粒子群算法的基本原理 |
5.2.2 运算法则与算法流程 |
5.2.3 基于粒子群算法的某型号军用无人机LCC优化模型求解 |
5.3 基于可靠性约束的某型军用无人机MBSE-LCC优化管理 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究不足与展望 |
参考文献 |
致谢 |
攻读硕士学位期间所获得的科研成果 |
(8)防空导弹武器系统费效分析建模及方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 防空导弹的形成和发展概况 |
1.1.2 论文研究的目的和意义 |
1.2 国内外相关领域的研究发展概况 |
1.2.1 系统费用的研究综述 |
1.2.2 系统效能的研究综述 |
1.2.3 费效分析的研究综述 |
1.2.4 目前本领域研究应用的不足 |
1.3 论文主要研究内容及方法 |
1.3.1 主要研究内容 |
1.3.2 主要研究方法 |
第2章 系统费用效能研究方法分析 |
2.1 系统费用估算方法的分析对比 |
2.1.1 费用估算方法与对比 |
2.1.2 费用估算建模方法与对比 |
2.1.3 费用估算的工程辅助工具 |
2.2 系统效能评估方法的分析对比 |
2.2.1 效能评估方法的分类 |
2.2.2 评估中采用的数学方法 |
2.2.3 效能指标的计算方法 |
2.2.4 多指标参数聚合方法 |
2.3 费效分析和权衡的方法 |
2.3.1 模糊推理柔性决策 |
2.3.2 关联矩阵法 |
2.3.3 基于理想点的多目标决策评价法 |
2.3.4 费效比评价准则 |
2.4 本章小结 |
第3章 防空导弹武器系统费用估算模型 |
3.1 费用估算建模的步骤 |
3.1.1 费用估算模型的建立步骤 |
3.1.2 费用估算方法的选择 |
3.2 样本数据的采集与费用变量的选择 |
3.2.1 样本数据的采集与整理 |
3.2.2 费用变量的分析与选择 |
3.3 导弹采购单价线性模型的建立 |
3.3.1 大中型导弹采购单价模型 |
3.3.2 小型导弹采购单价模型 |
3.3.3 导弹采购单价多元线性回归模型 |
3.4 导弹采购单价非线性模型的建立 |
3.4.1 建立二次函数费用模型 |
3.4.2 任意次幂函数费用模型 |
3.5 武器系统LCC模型的建立 |
3.5.1 地面设备采购价格模型 |
3.5.2 武器系统采购费用模型 |
3.5.3 武器系统研制费用模型 |
3.5.4 使用维护费的估算模型 |
3.5.5 武器系统LCC费用模型 |
3.5.6 模型参数敏感性分析 |
3.6 本章小结 |
第4章 防空导弹武器系统效能评估模型 |
4.1 系统效能建模的步骤 |
4.2 系统性能指标的分析与选择 |
4.2.1 系统层次结构性能指标分析 |
4.2.2 系统性能指标的选择 |
4.3 系统的可用性模型的建立 |
4.3.1 串联系统的可用性向量 |
4.3.2 并联系统的可用性向量 |
4.3.3 复杂系统可用性向量 |
4.3.4 可用性向量的状态约束 |
4.4 系统的可信度模型的建立 |
4.4.1 系统的状态及状态转移 |
4.4.2 系统可信度的量度 |
4.4.3 不同系统结构的可靠度的计算 |
4.4.4 系统可信度矩阵模型的建立 |
4.4.5 可信度矩阵模型的验证 |
4.5 系统的能力模型的建立 |
4.5.1 量纲类指标计算 |
4.5.2 定量概率类指标计算 |
4.5.3 定性概率类指标计算 |
4.5.4 系统的能力模型 |
4.6 算例 |
4.6.1 可用性向量的计算 |
4.6.2 可信度矩阵的计算 |
4.6.3 能力向量的计算 |
4.6.4 系统效能的计算 |
4.7 本章小结 |
第5章 防空导弹武器系统费效分析方法 |
5.1 武器系统费用和效能的关系 |
5.2 费效分析各阶段的目的和任务 |
5.2.1 费效分析的目的 |
5.2.2 费效分析的任务 |
5.3 费效分析的步骤与方法选择 |
5.4 防空导弹武器系统费效分析与计算 |
5.4.1 寿命周期费用的分析计算 |
5.4.2 系统效能的分析计算 |
5.4.3 费效分析与权衡 |
5.5 本章小结 |
结论 |
参考文献 |
附录 费用多元线性和非线性回归Matlab程序 |
攻读博士学位期间发表的论文 |
致谢 |
个人简历 |
(9)电站锅炉燃烧优化及低NOx排放控制若干问题研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 燃煤锅炉燃烧与汽水换热的模拟研究 |
1.3 SCR脱硝系统的数值模拟与优化研究 |
1.4 考虑热工系统特性的数据驱动建模研究 |
1.5 电站锅炉燃烧与SCR系统综合优化研究 |
1.6 存在的问题及困难 |
1.7 论文主要内容及结构安排 |
参考文献 |
第二章 锅炉风烟和汽水侧换热的耦合数值模拟 |
2.1 引言 |
2.2 研究对象 |
2.3 锅炉风烟过程建模 |
2.4 锅炉汽水过程建模 |
2.5 风烟和汽水模型的耦合 |
2.6 本章小结 |
参考文献 |
第三章 炉内燃烧性能与蒸汽管壁超温的联合分析 |
3.1 引言 |
3.2 锅炉热态试验 |
3.3 模拟工况及边界条件 |
3.4 模型分析及结果验证 |
3.5 SOFA风摆角对燃烧产物的影响 |
3.6 SOFA风摆角对烟温偏差的影响 |
3.7 SOFA风摆角对受热面壁温的影响 |
3.8 燃烧性能和蒸汽管壁超温的联合分析 |
3.9 不同运行模式对烟温偏差的影响 |
3.10 本章小结 |
参考文献 |
第四章 耦合SCR流动的催化剂磨损建模与优化 |
4.1 引言 |
4.2 研究对象与试验 |
4.3 数学模型及计算方法 |
4.4 数值模拟结果及分析 |
4.5 脱硝反应器优化设计 |
4.6 改造后现场流场测量 |
4.7 本章小结 |
参考文献 |
第五章 计及炉内燃烧效应的SCR喷氨均匀性优化 |
5.1 引言 |
5.2 SCR反应器喷氨系统及建模 |
5.3 基于设计条件的SCR喷氨优化 |
5.4 计及燃烧效应的SCR喷氨优化 |
5.5 本章小结 |
参考文献 |
第六章 基于数据挖掘的锅炉燃烧与SCR运行优化 |
6.1 引言 |
6.2 锅炉燃烧和SCR系统热态调整试验 |
6.3 融合单调知识的燃烧系统特性建模 |
6.4 考虑烟温偏差约束的燃烧运行优化 |
6.5 考虑催化剂性能劣化的SCR系统建模 |
6.6 炉内燃烧与SCR系统协调运行优化 |
6.7 本章小结 |
参考文献 |
第七章 结论与展望 |
7.1 本文主要工作与结论 |
7.2 本文后续研究展望 |
攻读博士学位期间主要成果情况 |
致谢 |
(10)舰船装备健康评估与管理若干关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 PHM技术 |
1.2.2 状态监测与健康评估 |
1.2.3 故障和缺陷状态识别 |
1.2.4 装备预防性维护策略 |
1.3 研究技术路线 |
1.4 论文研究内容与结构 |
2 舰船装备健康管理体系结构与关键技术 |
2.1 舰船装备组成及功能概述 |
2.2 微波统一测控系统组成 |
2.3 舰船装备健康管理体系结构 |
2.3.1 PHM总体架构 |
2.3.2 分层管理结构 |
2.4 健康管理系统功能及信息流程 |
2.4.1 主要功能 |
2.4.2 信息流程 |
2.5 三类典型舰船装备PHM的主要问题及解决方法 |
2.5.1 复杂雷达系统的状态监测与评估 |
2.5.2 小样本下的设备故障识别与预测 |
2.5.3 甲板机械的环境影响与维护决策 |
2.6 本章小结 |
3 基于FCCS-SVR的测控雷达健康状态评估 |
3.1 测控雷达健康状态监测设计 |
3.1.1 在线监测信息 |
3.1.2 离线测试指标 |
3.2 测控雷达健康状态评估指标体系 |
3.2.1 测控雷达健康状态等级划分 |
3.2.2 测控雷达健康状态评估指标体系 |
3.2.3 评估指标标准化处理 |
3.3 基于模糊综合评判的健康状态评估 |
3.3.1 测控雷达评估指标权重确定 |
3.3.2 基于模糊综合评判的健康评估 |
3.4 基于模糊评判结合改进SVR的健康状态评估模型 |
3.4.1 支持向量回归理论 |
3.4.2 布谷鸟搜索算法 |
3.4.3 CS-SVR模型 |
3.4.4 基于FCCS-SVR的测控雷达健康状态评估 |
3.4.5 案例分析 |
3.5 本章小结 |
4 小样本条件下的船舶动力设备故障识别与状态预测 |
4.1 船舶动力系统组成及监控设计 |
4.1.1 船舶动力设备组成 |
4.1.2 船舶动力监控系统 |
4.2 故障模式特征识别方法 |
4.3 基于ICS-LSSVM的动力设备故障模式识别 |
4.3.1 最小二乘支持向量机 |
4.3.2 LSSVM的参数寻优 |
4.3.3 基于ICS-LSSVM的故障识别模型 |
4.3.4 案例分析 |
4.4 基于HMM模型的动力设备故障模式识别 |
4.4.1 隐马尔可夫模型HMM及基本算法 |
4.4.2 基于HMM的故障模式识别流程 |
4.4.3 案例分析 |
4.5 基于CS-SVR-HMM模型的动力设备状态预测 |
4.5.1 CS-SVR-HMM设备状态预测模型 |
4.5.2 仿真分析 |
4.6 基于HSMM的动力设备缺陷状态识别 |
4.6.1 设备缺陷运行状态特点 |
4.6.2 隐半马尔可夫模型HSMM |
4.6.3 基于HSMM的缺陷状态识别 |
4.6.4 案例分析 |
4.7 本章小结 |
5 考虑环境因子的甲板机械衰退演化规则及维护策略 |
5.1 机械设备故障发展一般规律 |
5.2 威布尔可靠性分布模型 |
5.3 考虑预防性维修的设备衰退演化规则 |
5.4 环境因子的定义及其参数估计 |
5.4.1 环境因子的定义 |
5.4.2 环境因子的参数估计 |
5.5 基于环境因子的综合衰退演化规则 |
5.6 考虑环境因子的最优预防性维护策略 |
5.6.1 综合可用度和经济性的预防维护模型 |
5.6.2 综合目标维护模型的最优求解 |
5.6.3 考虑环境因子的综合目标最优维护策略 |
5.6.4 案例分析 |
5.7 本章小结 |
6 结论与展望 |
6.1 全文工作总结 |
6.2 进一步研究展望 |
致谢 |
参考文献 |
附录 |
四、武器系统经济性参数的支持向量机方法分析(论文参考文献)
- [1]基于瞬态冲击响应信号的某高速自动机故障诊断方法研究[D]. 杨海坤. 中北大学, 2020
- [2]园区综合能源系统源荷储协同优化及效益评价模型研究[D]. 德格吉日夫. 华北电力大学(北京), 2020
- [3]计及源网荷互动策略的区域综合能源系统协调优化研究[D]. 邹子卿. 东南大学, 2020(01)
- [4]严寒地区高校的建筑采暖系统研究[D]. 信博文. 新疆大学, 2020(07)
- [5]舰舰导弹攻击过程建模及仿真[D]. 孙宏远. 大连理工大学, 2020(02)
- [6]风光储联合发电调度管理与效益评价研究[D]. 纪会争. 华北电力大学(北京), 2020(06)
- [7]基于可靠性约束的某型军用无人机MBSE-LCC优化技术[D]. 谷家毓. 南京航空航天大学, 2020(07)
- [8]防空导弹武器系统费效分析建模及方法研究[D]. 赵曰强. 哈尔滨工业大学, 2019(01)
- [9]电站锅炉燃烧优化及低NOx排放控制若干问题研究[D]. 喻聪. 东南大学, 2019(05)
- [10]舰船装备健康评估与管理若干关键技术研究[D]. 杨奕飞. 南京理工大学, 2019(01)