基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

航空发动机全包线鲁棒变增益LPV控制律设计

提出了一种结合多胞形鲁棒变增益控制综合技术和基于系统广义距离的调度策略的航空发动机全包线控制方法。利用雅克比线性化方法获得包线内多点的发动机线化模型,将这些点作为多胞形模型的顶点,并利用多胞形鲁棒变增益控制综合技术设计顶点控制器。引入能够反映系统广义距离的间隙度量来计算包线内其他点的凸分解系数,结合顶点控制器实现全包线内发动机中间状态高压转速控制。全包线内的仿真结果表明,采用该控制方法能够满足航空发动机中间状态控制要求,具有较好的鲁棒性和跟踪性能,同时保证了控制器在全包线范围的稳定性。     

基于非线性补偿的涡扇发动机MRAC控制(英文)

以工程应用为目的,采用输入输出模型参考自适应控制方法设计了航空发动机转速模型参考自适应控制器(Model reference adaptive control,MRAC)。针对发动机的非线性特性,设计了函数连接型神经网络补偿器。开展了控制器实物在回路仿真试验,结果表明基于非线性补偿的MRAC在包线内具有良好的动静态性能,对于发动机及其工作环境的非线性具有良好的补偿能力和适应性,验证了自适应控制方法在航空发动机工程应用中的有效性。     

基于状态监测数据的航空发动机剩余寿命在线预测

针对现有基于状态监测数据的航空发动机剩余寿命预测研究未能综合考虑隐含退化建模和同步更新漂移/扩散系数的问题,提出一种基于状态监测数据的航空发动机剩余寿命在线预测方法。首先,基于非线性Wiener过程构建带比例关系的航空发动机隐含退化模型;其次,基于多台同类发动机的历史状态监测数据,对退化模型参数进行离线估计;然后,基于目标发动机的实时状态检测数据,利用贝叶斯原理同步更新退化模型漂移/扩散系数;最后,推导出航空发动机的剩余寿命概率密度函数。结合实例分析,验证了本文所提方法较传统方法具有更高的预测准确性与精度,具备潜在工程应用前景。     

基于试车数据的发动机神经网络模型

利用人工神经网络对某型航空发动机在全飞行包线内的稳态、动态特性(非加力状态)进行建模,网络的训练样本来自该发动机在高空试车台的试车数据。模型的输入量包括燃油流量、喷口面积、高度及马赫数,输出量则包括高、低压转子的转速及各截面的温度和压力。计算表明,当具有足够的训练样本时,神经网络模型不仅在整个飞行包线内具有较高的稳态、动态精度,而且具有较好的实时性。     

基于区域极点配置的航空发动机全包线H_∞/LPV控制

根据发动机相似工作原理以及平方和(Sun of squares,SOS)规划,基于发动机全飞行包线的换算线性变参数(Linear parameter varying,LPV)模型,提出了一种基于区域极点配置的航空发动机全包线切换H_∞/LPV控制方法。根据发动机相似换算参数,建立换算状态变量模型。以高压换算转速为调度参数,利用多项式拟合得到全包线慢车以上的换算LPV模型。考虑基于区域极点配置的H_∞/LPV控制问题,将LPV闭环系统的极点配置在复平面上一个期望的区域内,并将LPV闭环系统稳定性条件转化为SOS约束,进行控制器求解。基于Lyapunov理论,设计全包线的切换LPV控制器,保证切换闭环系统Lyapunov意义下稳定。仿真结果表明,设计的切换LPV控制器能保证全包线内系统稳定且具有较好的鲁棒性能和动态响应性能。     

航空发动机简化实时模型仿真研究

在航空发动机数控系统研制中，由于缺乏详细的发动机部件特性数据，建立精确的航空发动机部件级模型非常困难。本文根据某型发动机地面试车稳态数据和动态数据，建立了航空发动机简化数学模型。稳态模型采用插值算法，动态模型采用动态系数法。所建立的模型框架灵活，算法简单，具有实时性。开展了发动机从起动到最大状态的稳态仿真和动态仿真，结果表明模型的稳态误差小于1％，较好地满足了发动机数控系统早期半物理仿真的需求。     

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。      

时序分析在航空发动机故障诊断中的应用

通过对航空发动机滑油光谱的数据分析，认为滑油中铁等物质的含量适合平稳随机序列，并选择波克斯—詹金斯的方法对航空发动机航发滑油铁的含量建模和预测，并根据实际预测结果对基本模型进行了优化：将模型系数加权，通过多次拟合使残差的离差更小，获得了更好的预测精度。实际数据表明预测的结果是可信的。     

航空发动机任务可靠性模型建立方法研究

任务可靠性模型是用以估计产品在执行任务过程中完成规定功能的概率,描述完成任务过程中产品各个单元的预定作用,用以度量工作有效性的一种模型。航空发动机作为复杂的机电产品,其使用功能和使用环境都较为复杂,行业内缺少航空发动机任务可靠性模型建立方法或指南。本文结合某型航空发动机的工程研制工作,尝试按照通用的任务可靠性模型建立方法,研究建立方法中各项分析工作的目的和意义及其相互之间的输入输出关系,摸索出适合工程应用的航空发动机任务可靠性模型的建立方法。     

数码相机标定方法研究

数码相机在计算机视觉中的应用逐渐普及和深入，在应用中数码相机的标定是相当重要的，根据数码相机的特点，提出了一种新的标定方法，针对数码相机的某一状态，先确定其内部参数矩阵，再通过采集的图像术出外部参数矩阵，首先建立了相机成像的几何模型，并将此模型分解成内、外参数矩阵。文中详细介绍了数码相机内部参数矩阵中的各元素 应的物理参数以及求解它们的原理和方法，从而建立内部参数矩阵，推导了求解外部参数矩阵的计算公式，并且介绍了相应的求解方法，再由外部参数矩阵求解出对应的物理参数，通过实验表明这种方法有相当高的精度，且操作方便。     

凸轮弹性连杆复合机构的动力学修改

本文以胶印机递纸机构为研究对象，该机构为一两自由度凸轮连杆复合机构。在建立该机构运动弹性动力学（ＫＥＤ）有限元分析模型和现场袂测固有频率的基础上，提出了一种利用实 固有频率数据修正复合机构有限元动力模型的方法。其基本思想是利用机构各个运动位置上的固有频率实测值与有限元模型的计算值之间的加权误差建立目标函数，然后利用优化方法使目标函数极小化，从而求出有限元模型参数的修正值。计算结果表明该方法是简便有     

基于神经网络的航空发动机全包线PID控制

提出一种基于神经网络的航空发动机全包线PID控制器参数整定方法,在全包线内选定若干离线整定点,在这些点离线整定PID控制器参数kp,ki,kd.以离线整定点参数为训练样本,离线训练BP神经网络,该网络可映射高度H,马赫数Ma与kp,ki,kd的非线性关系,便可用该网络在线整定包线内任意点的kp,ki,kd.用发动机非线性部件级模型为被控对象的数字仿真表明,用上述方法设计的发动机PID控制器在全包线内,都能获得理想的动静态品质.该方法简单易行,效果好,具有实用价值.     

响应板式爆炸冲击模拟装置试验仿真分析

根据响应板式爆炸冲击模拟装置的基本原理,介绍了在MSC．Patran中建立响应板式爆炸冲击模拟装置仿真模型,并利用MSC．Dytran求解器进行了分析计算的过程。通过在仿真模型中修改模拟装置的各个系统参数,如边界条件、初始条件、几何尺寸等参数,获取了这些参数变化对模拟装置模拟的冲击环境变化的规律,解决了如何灵活利用仿真分析的方法来指导试验调试的问题,大大减少了冲击试验调试的时间和提高了冲击试验的精度。     

共轴倾转旋翼性能计算方法

共轴倾转旋翼飞行器是一款可折叠机翼的高速旋翼飞行器。本文建立了适用于共轴倾转旋翼飞行器直升机模式、倾转过渡模式和固定翼飞机模式的旋翼性能计算方法,并对比风洞试验数据验证了共轴倾转旋翼轴流状态的性能和共轴双旋翼前飞状态的性能。在此基础上,分析了共轴倾转旋翼在倾转过渡状态各性能参数的变化规律、上下旋翼诱导速度的分布情况、上下旋翼之间的干扰面积和干扰因子的变化趋势。结论表明:相同来流速度下,当倾转角增大,共轴倾转旋翼的拉力系数减小,功率系数先增大后减小,上下旋翼的受干扰面积和干扰因子均增大。     

基于区域极点配置的航空发动机全包线/LPV控制

根据发动机相似工作原理以及平方和(Sun of squares, SOS)规划，基于发动机全飞行包线的换算线性变参数(Linear parameter varying, LPV)模型，提出了一种基于区域极点配置的航空发动机全包线切换/ LPV控制方法。根据发动机相似换算参数，建立换算状态变量模型。以高压换算转速为调度参数，利用多项式拟合得到全包线慢车以上的换算LPV模型。考虑基于区域极点配置的/LPV控制问题，将LPV闭环系统的极点配置在复平面上一个期望的区域内，并将LPV闭环系统稳定性条件转化为SOS约束，进行控制器求解。基于Lyapunov理论，设计全包线的切换LPV控制器，保证切换闭环系统Lyapunov意义下稳定。仿真结果表明,设计的切换LPV控制器能保证全包线内系统稳定且具有较好的鲁棒性能和动态响应性能。     

计算参数对数值修正载荷识别算法的影响

针对在载荷识别计算中经常遇到的累积误差问题，提出了一种在每个时间步长内迭代修正的 载荷识别算法。首先利用拟静态算法得到载荷初值，再使用数值迭代算法对其进行修正计算，仿真结果表明，该修正算法可以有效地减小由于累积误差导致的发散，得到收敛的识别结果。针对上述算法，本文以多输入多输出简支梁为模型，分别分析了区间放大系数、区间分割系数和精确度指标3个计算参数对于识别结果的影响。计算结果显示，参数的选择对算法的效率和精度影响很大，不当的参数甚至可能引起识别结果严重发散，所以选择合适的计算参数对于数值修正算法十分重要。     

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。     

基于动态失效率模型的可靠性实时预测

针对失效率函数可变的非线性动态系统,基于系统状态建立参数未知的动态失效率模型。将历史状态和Nelson-Aalen估计的失效率数据作为训练样本,利用具有快速且精确学习能力的径向基网络逼近动态失效率函数。针对系统的非线性,通过粒子滤波方法对运行中的状态进行在线估计,并由此确定随状态改变的系统失效率,从而对可靠性进行实时评估与预测。通过对带有疲劳裂纹增长的机械系统进行仿真,充分验证了这种可靠性预测方法的可行性和有效性。