一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

在线稀疏最小二乘支持向量回归机及其应用

提出了一种简单有效的方法——OPLS—SVR来实现在线最小二乘支持向量回归机解的稀疏性。由于稀疏性的实现,在线稀疏最小二乘支持向量回归机的响应时间被大大缩短。此外,为了保证给航空发动机控制器提供可靠、正确的控制信号,提出了一种基于OPLS—SVR的解析余度技术来解决传感器失效和漂移问题。仿真实验表明了该解析余度技术有效且可行。     

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题，基于改进卡尔曼滤波器，通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路，该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型，其输入采用特征选择算法筛选推力估计模型的最优输入，相比于传统的不经选择的推力估计模型，精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真，验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

基于小波分析和LSSVM的高压直流电源故障诊断

针对该电源故障样本少、专家经验不足和模式辨识困难的特点,提出了一种基于改进型最小二乘支持向量机的诊断方法,综合利用小波变换和最小二乘支持向量机在时频分析和小样本辨识领域的优点,很好地解决了高压直流电源的故障诊断问题。     

基于VMD-LSSVM的扇区流量短期预测

对扇区流量进行短期预测,是精准实施扇区流量优化和管理措施的前提。基于分解集成预测方法论,建立了变分模态分解-最小二乘支持向量机（Vibrational mode decomposition-least square support vector machines,VMD-LSSVM）预测模型。首先,应用变分模态分解（Vibrational mode decomposition,VMD）方法将扇区流量时序数据分解为若干个模态;然后,使用最小二乘支持向量机（Least square support vector machines,LSSVM）模型分别对模态进行预测;接着,对模态的预测结果进行加和集成,得到了最终的预测值。算例计算结果显示,针对60 min统计尺度流量时间序列,VMD-LSSVM模型在1～6 h的均等系数（Equal coefficient, EC）值为0.97,在7～12 h的EC值为0.94;与差分自回归滑动平均模型（Autoregressive integrated moving average model,ARIMA）,反向传播（Back propagation,BP...     

基于相关性分析和神经网络的直接推力控制

传统的发动机控制是将一些可测量参数作为被控制量，如转速和压比，因为可由它们推算出推力。但由于推算的过程不准确，为保证发动机安全运行，在发动机的设计过程中常常保留了较大的裕度。而直接推力控制可以降低这些裕度，充分发挥发动机的性能。针对在飞行中推力无法直接测量的情况，本文使用了相关性分析和神经网络技术设计了非线性推力估计器，使用若干测量参数作为输入，实时计算出发动机的推力值。并针对发动机使用的实际情况，使设计出的估计器不但可以估计额定发动机的推力，而且可以估计非额定发动机的推力。在仿真结果中，估计出的推力跟踪上了正常和非额定发动机的推力。     

贝叶斯回归支持向量机的软测量建模方法

提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法。证据框架的第1层推理用来解释支持向量机的训练。证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值。然后,将这种基于贝叶斯证据框架的回归型支持向量机用于估计聚丙烯腈生产过程的质量指标。仿真结果表明了该方法的有效性。     

暂冲式高速风洞流场控制系统建模与仿真

为满足中国空气动力研究与发展中心的2.4m跨声速风洞流场品质改进的需要,有必要建立一个高效的风洞流场控制模型作为控制器设计的验证平台。由于难以建立精确的空气动力学模型,且2.4m 跨声速风洞长期运行积累了大量的试验运行数据的实际,数据建模成为建模方法的首选。在硬件上,建立了基于反射内存技术的流场控制仿真系统,以获取现场采集的数据。建模方法采用数据建模方式,主要是利用系统辨识理论,将整个系统看成是一个“黑箱”,利用现场采集的数据来确定系统的参数和输入输出间的映射关系。采用以非线性自回归滑动平均模型(Non-linear Auto-Regressive Moving Average Model with Exogenous Inputs,NARMAX)作为风洞系统的数据模型,应用互信息法、曲线拟合法和伪最近邻点法分别确定了模型中采样间隔、时间滞后以及阶次3个参数。对比了最小二乘线性回归、BP 神经网络以及最小二乘支持向量机(LSSVM)3种方法对模型的拟合效果,确立了最小二乘支持向量机作为最终的拟合方法。为了提高仿真的精度,根据风洞运行的特点,将其整个过程划分为冲压、启动和调节3个阶段,分别建立了各个阶段的子模型。由于风洞系统是一个多输入多输出系统,并且延迟和阶次较大,采用了基于信息熵的数据压缩方法,实现了简化子模型规模的目的。最后,采用多模型融合的方法将各个阶段的子模型通过加权的方法来完成融合,从而构建起整个风洞系统的模型。稳定段总压和驻室静压分别通过所建模型得到,最后通过马赫数的计算公式得到试验段马赫数值。仿真结果表明:所建模型在运行包络线范围内的试验工况下,总压预测精度达到0.1%、马赫数预测精度基本达到0.001,达到了研究的目的。该项工作的开展较为系统地建立了暂冲式风洞的流场控制模型,建立的模型将为下一阶段基于现代控制理论的控制器设计奠定基础。     

Aero-engine Thrust Estimation Based on Ensemble of Improved Wavelet Extreme Learning Machine

Aero-engine direct thrust control can not only improve the thrust control precision but also save the operating cost by reducing the reserved margin in design and making full use of aircraft engine potential performance.However,it is a big challenge to estimate engine thrust accurately.To tackle this problem,this paper proposes an ensemble of improved wavelet extreme learning machine(EW-ELM)for aircraft engine thrust estimation.Extreme learning machine(ELM)has been proved as an emerging learning technique with high efficiency.Since the combination of ELM and wavelet theory has the both excellent properties,wavelet activation functions are used in the hidden nodes to enhance non-linearity dealing ability.Besides,as original ELM may result in ill-condition and robustness problems due to the random determination of the parameters for hidden nodes,particle swarm optimization(PSO)algorithm is adopted to select the input weights and hidden biases.Furthermore,the ensemble of the improved wavelet ELM is utilized to construct the relationship between the sensor measurements and thrust.The simulation results verify the effectiveness and efficiency of the developed method and show that aero-engine thrust estimation using EW-ELM can satisfy the requirements of direct thrust control in terms of estimation accuracy and computation time.     

流体推力矢量技术研究综述

流体推力矢量技术不采用机械偏转，以流动控制方式实现推力转向，有望成为一种更加高效的推力矢量控制方法。目前实现流体推力矢量的主要方法有激波矢量法、双喉道方法、逆流控制方法和同向流方法等，对以上方法选择具有共性的计算与试验数据，对喷管的推力矢量效率、推力损失和流量系数进行了对比分析。结果表明激波矢量方法、双喉道方法和逆流方法能够在大落压比范围内（NPR=1.89~10）实现推力矢量控制，并且具有俯仰/偏航耦合甚至多轴控制的潜力。相比激波矢量法和逆流方法，双喉道和同向流方法在减少推力损失和提高矢量效率上占有优势，不足之处是双喉道方法对喉道进行控制限制了流量系数，而同向流方法的适用落压比范围受到严重限制。为寻求更加高效的矢量喷管技术，国内外相继发展了多种新概念流体推力矢量方法，对每种方法的控制原理、潜在优势和存在的问题挑战进行了探讨，新方法着眼于从喷流出口下游进行控制，对主流的干扰很小，值得深入研究，同时也为流体推力矢量的下一步研究方向提供了借鉴参考。     

变推力轴线无人机的建模与机敏性分析

建立了与普通无人机相区别的变推力轴线无人机的全量教学模型.通过理论分析可知,变推力轴线技术的引入可以改善无人机的机动性和敏捷性.设计了气动舵面控制和推力变向控制相结合的无人机纵向姿态混合控制器,并对非线性模型描述的无人机进行了控制仿真,结果验证了混合控制策略的优越性,也体现了变推力轴线无人机具有比普通无人机更好的机敏性.     

舰载机自动着舰引导与控制综述

引导与控制是舰载机自动着舰的关键技术,为此本文对该技术进行综述。给出了舰载机进场航线和几种着舰工作模式,概述了基于跟踪雷达的着舰引导系统和基于卫星的着舰引导系统的工作原理及关键技术,着重分析了自动着舰的几种控制技术,包括控制律设计技术、直接力控制技术、推力矢量控制技术、甲板运动预估与补偿技术、舰尾气流抑制技术、动力补偿技术以及着舰安全控制技术。最后,从多系统集成着舰控制技术、多体制融合着舰引导技术两方面对自动着舰引导与控制技术进行了展望。     

用推力矢量控制技术改进超声速飞行器空气动力特性

为了提高某超声速飞机的空气动力学效率和机动性能，本文采用低阶的三维板块法和DATCOM半经验公式，在亚声速和超声速条件下，对不同马赫数和迎角情况计算了基本气动外形的飞机空气动力学特性、表面压力分布以及最大升力。此外还开发了一套软件以实现由引进的先进气动操纵面（如鸭翼等）控制的二维推力矢量技术。试验结果表明：气动操纵面结合推力矢量技术能够产生足够的低头力矩，且有能力满足高度机动飞行时的稳定性要求。此外，不论是亚声速还是超声速飞行，气动操纵面均可以提高气动效率5％-6％。     

直升机悬停时涵道尾桨的需用功率计算

涵道尾桨是将一螺桨置于直升机尾斜梁的涵道中，通过改变螺桨叶片的安装角实现直升机的航向操纵。为了弄清涵道尾桨的拉力（或推力）和需用功率之间的关系，本文根据Ｒ·Ｋｒｉｅｂｅｌ关于薄圆柱涵道螺旋桨的研究结果，用叶栅理论分析了涵道尾浆的气动特性，并将动量理论、叶素理论和叶栅理论结合起来，推导出直升机悬停时的涵道尾浆的需用功率计算公式。最后计算了ＳＡ３６５Ｎ直升机涵道尾浆和Ｂｅｌｌ－２２２直升机常规尾桨在产生相同拉力时的需用功率，并对计算结果作了对比分析。     

激波风洞超燃冲压发动机推力测量技术研究

为满足高马赫数超燃冲压发动机研制的需求,在激波风洞中开展了超燃冲压发动机推力测量技术研究工作,采用压电式推力测量天平测量了超燃冲压发动机模型上的推力。根据试验模型的受力特性进行了天平设计与校准研究,并在激波风洞中开展了验证性试验。在天平设计中,采用有限元力电耦合分析方法对天平性能进行了预估。分析结果表明:天平主分量的灵敏度可达到17.447 mV/N,一阶振动模态可达到1022.40 Hz。在验证试验中,分别测量了超燃冲压发动机模型在喷注和不喷注燃料条件下的推力。试验结果表明:在2种试验状态下,发动机阻力差值最大约220 N,说明设计的压电式推力测量天平可分辨出不同试验条件下作用在发动机上的推力大小。     

单向分类随机模型方差分量的经验Bayes估计

对于在质量控制、生物育种以及计量经济等方面有着广泛应用的单向分类随机模型 其中y_(ij)为观测数据,ε_i～N(0,σ_1~2)为随机效应,ε_i～N(0,σ_2~2)是随机误差,通常要求考虑对其参数μ,σ_1~2,σ_2~2作出估计,特别是对方差分量σ_1~2,σ_2~2的估计。而在目前常见的估计方法中,大都有一个共同的缺点,即不能保证方差分量估计的非负性。本文采用经验Bayes方法,在平方损失下,利用密度函数及其偏导数的核估计构造出方差分量的一个经验Bayes估计,这个估计是非负的。并证明了这种估计是渐近最优的,在一定条件下,其收敛速度可任意地接近于0(n~(-1/2)。