基于PSO-RBF的飞机燃油系统故障诊断

把粒子群算法(PSO)优化的径向基神经网络(RBF)应用于飞机燃油系统故障诊断中.并与RBF和BP神经网络进行故障诊断性能比较.结果表明PSO-RBF神经网络在燃油系统故障诊断中有更高的诊断精度和效率.     

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.     

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。     

航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点，提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目，进而根据粒子权重采用正态分布的方式进行分裂，采用反向传插(BP)神经网络进行权值调整，缓解了粒子的退化和贫化，具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能，相对粒子滤波一维非线性追踪模型估计精度提高约21%，航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%，诊断速度分别提高约7倍和10倍。      

模拟电路故障诊断新方法

在BP型ANN网络用于模拟电路故障诊断的基础上,提出了利用GA辅助设计的BP型ANN实现模拟电路故障诊断的新方法。实例验证表明,新方法的诊断精度、诊断速度以及建立诊断模型的自动化程度都有了较大的提高。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选，降低输入维度；采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化，并对优化的神经网络进行训练；用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法，并且在参选故障诊断的性能参数不同时，其诊断误差相近，展现出较强的适应能力。      

基于小波变换和神经网络的航空发动机故障诊断

在阐述了小波变换和BP神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于“能量-故障”的小波预处理神经网络航空发动机诊断方法。实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的诊断。     

带BP神经网络的卡尔曼滤波算法在GPS/SINS组合导航系统中的应用

针对带权值调整的Kalman滤波器,运用L-M的BP算法,将BP神经网络嵌入该滤波器中,与BP神经网络滤波器相比,减小了层数,提高了网络训练速度及精度。以GPS/SINS组合导航系统为例进行了仿真,结果既能抑制滤波发散,又能提高滤波精度。     

利用神经网络诊断火箭发动机的故障

首先简要地介绍了人工神经网络(以下简称神经网络)的BP学习方法。然后将BP学习算法用于火箭发动机的故障诊断。仿真实验的结果表明,神经网络完全可以用于发动机的故障诊断。     

军用装备采购费用评估中的神经网络模型

在BP神经网络理论指导的基础上,从影响装备采购费用的因素出发,根据BP神经网络的多层结构,运用反向传播算法(BP算法)构建战斗机采购费用BP网络模型;同时,运用BP网络模型对已知采购价格的5种类型军事装备进行了采购费用估算和MATLAB仿真,取得了比较满意的结果,达到了提高装备采购费用的预测速度和精度的目的,显现了BP神经网络方法的优点,为军用装备采购价格的预测提供了一种新的有效的方法。     

系统级芯片设计研究

根据国内外电子行业及微电子IC设计行业的发展现状和军用航空电子系统的特殊性,本文提出了SOC设计构想,详细讨论了SOC设计过程。并以视频字符发生器设计为例,对航空电子进行了SOC新设计概念的探索。     

基于FMECA的测试性验证分析

随着装备元件的集成度越来越高,对装备测试性的要求越来越高。良好的测试性设计可以有效地提高产品维修性,降低全寿命周期费用。在对通用处理单元进行故障模式、影响和致命度分析(FMECA)的基础上,建立了产品的测试性模型,进行了测试性验证试验,并对验证结果进行分析。     

基于多智能体的捕食者—被捕食者系统研究

以Swarm软件系统为编程平台,利用多智能体仿真思想,模拟研究了捕食者与被捕食者系统。在不改变智能体行为准则的前提下,通过改变智能体的数量和遗传特性,模拟了智能体之间在相互合作、竞争关系下系统的演化过程,体现了竞争与合作在多智能体系统中的作用。仿真结果与数学模型结论相符。     

飞机装配进度三维可视化技术研究

为了将飞机装配进度以一种直观、可视化的方式展现出来,提出用三维简化模型展示飞机装配进度的方法.首先研究了三维设计模型的简化方法;其次将生产信息与三维简化模型关联起来,建立了飞机装配进度信息模型;再次研究了在信息模型支持下的组件装配状态信息提取技术;最后通过某飞机制造企业的应用实例,验证了方法的可行性和有效性.     

舰船空气尾流场对直升机着舰的影响研究

舰船空气尾流场是直升机舰上起降时的主要环境条件,对直升机的操稳性能及飞行安全有很大的影响。通过某型舰模风洞试验的PIV结果,介绍了舰船空气尾流场特性,如:等速度场和截面流线图、舰船机库脱体涡等,分析了下冲气流、涡流区及开/关机库大门等对直升机着舰的影响,对保障直升机飞行安全有重要价值。     

先进上风格式跨声速CFD计算研究

介绍了空气动力学跨音速计算中应用广泛的几种上风格式,同时引入了JAMSON中心差分格式作为比较,针对激波分辨率,格式精度,计算效率等方面的问题对ONERAM6机翼进行了对比性计算,讨论了ROE的FDS格式,AUSM+格式和AUSMDV格式的计算性能,得出了很有意义的结论。     

基于数据库的CAPP系统研究

简述了航空产品基于数据库的CAPP的必要性,介绍这种CAPP的体系结构、数据流程和特点。论述以产品结构树为核心的用户化工艺文件信息模型、工艺文件的表达、面向产品或BOM的工艺设计方法、CAPP与PDM、MRPII之间的信息集成等关键技术。     

Access—list技术应用研究

访问表是网络防御外来安全威胁的第一关 ,它是通过允许或拒绝信息流通过路由器的接口来实现的一种机制。本文介绍了访问表的基本概念、基本原理以及具有高级安全特性的新一代访问表 ,给出了一个建立应用访问表的实例 ,最后对各种网络安全威胁给出了对策及实现方案。     

基于IETM技术的数据要求分析

比较了MIL-D-87269A和S1000D两个标准的IETM数据要求,分析出CSDB是数据库构建的有效解决方案.基于CSDB的IETM系统实现全寿命信息管理"一次生成,多次使用"的理念.     

云存储环境下的负载均衡策略研究

云存储系统具有高容错性、部署在低廉的硬件上、易扩展性、提供高传输率访问数据的优点,但是在云存储环境下的HDFS架构中,原有的数据节点选择策略有可能造成大文件存储负载不均衡,从而影响整个系统的性能。针对这一问题,综合考虑多个因素对其进行改进,提出了设备选择策略算法,用以均衡系统的负载。并设计仿真实验,验证了算法的有效性。