基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

基于小波神经网络辨识的PID神经MRAC研究

提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。     

非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

基于神经网络动态逆的大迎角导弹解耦设计

导弹大迎角飞行时,系统非线性特性非常明显,各通道间有很严重的气动交叉耦合现象.为实现对系统的非线性解耦,构造了基于神经网络动态逆的大迎角导弹解耦控制器,设计了非线性动态逆系统,利用RBF神经网络逼近逆误差.仿真实验结果表明:所设计的控制系统具有良好的解耦和指令跟踪能力.     

基于GRNN网络的燃气轮机可靠性预测研究

本文根据采集的实际运行数据,利用神经网络较好的高度非线性映射性能,通过对后传播网络（BP网络）和广义回归神经网路（GRNN网络）的优化设计,来预测燃气轮机实际运行中的可靠度。通过算法实现和结果的对比分析表明：BP网络和GRNN网络都能解决高度非线性问题,但在训练时间和精度上GRNN网络具有更为优良的逼近能力。神经网络方法为燃气轮机的可靠性预测提供了有力的工具。     

复合正交级数神经网络模型在飞控中的应用

针对现有神经网络逼近快变非线性函数能力低、结构复杂等问题,提出了复合正交多项式模型和一种改进的正匀多项式神经网络模型。这两种模型综合了正交级数和神经网络的结构特点,便于工程实现。理论研究和仿真计算表明,使用此模型构造快变非线性函数时,可使神经网络的节点数成倍减少,神经网络的训练次数成倍降低。飞行器非线性控制的应用表现,此方法可用来解决一般非线性系统的控制问题。     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑，运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论，建立航空发动机性能趋势预测的神经网络模型，同时，针对神经网络的结构设计困难问题，建立了基于遗传算法的结构自适应神经网络预测模型，实现了神经网络结构的优化。最后，利用三组民航飞机发动机的性能数据进行了预测分析，验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

基于BP神经网络的叶片损伤度评估方法

将叶片简化为悬臂梁模型,根据振动力学理论推导出了叶片损伤度与固有频率变化量以及损伤位置两个参数的内在关系,将其抽象为一种从损伤的位置及固有频率的变化量到损伤度的映射.在此基础上,将具有自学习能力和逼近非线性映射能力的人工神经网络引入到损伤度的预测中,构建了一种基于BP(back-propagation)神经网络的叶片损...     

基于RBF神经网络的微惯性测量组合标定

针对微惯性测量组合标定精度低的问题,充分发挥神经网络良好的逼近非线性函数的优势,以RBF神经网络为主要逼近手段,对微惯性测量组合输出非线性特性进行精确逼近,从而得到更为准确的标定结果。试验结果表明,基于RBF神经网络的标定算法能够有效地逼近微惯性测量组合敏感信息,与传统基于最小二乘法建模方法相比,微惯性测量组合输出标定精度有了显著提高,为后续的载体姿态准确解算奠定了基础。     

基于优化神经网络模型的系统建模仿真研究

建立一个结构优化的系统模型是设计控制系统的基础,但对于实际系统尤其是非线性系统一般没有统一表达形式,其模型结构难以构造,对其结构优化难以实施,给非线性系统建模带来很大困难.为此,基于神经网络理论,分析了非线性系统的神经网络模型并对其神经网络模型结构进行仿真研究.基于OBS (Optimal Brain Surgeon)优化策略,对初始神经网络模型结构进行优化操作,进而获得结构优化的神经网络模型并对非线性系统的建模进行仿真.仿真结果表明,优化的神经网络模型对非线性系统的建模效果是良好的,其模型的泛化能力亦得到增强.     

基于概率断裂力学的耐久性分析及软件开发

以概率断裂力学和可靠性理论为基础,依照美国空军耐久性设计手册所建立的三参数Weibull模型,对飞机结构耐久性试验数据进行分析和处理,并编制了相应的计算软件。软件能够给出裂纹扩展寿命的统计特性,在给定可靠度要求下结构经济寿命的预测、损伤度评估,以及可靠度随时间的变化。最后结合某型号飞机进行了具体分析,分析结果表明,该软件分析结果合理、可靠,具有良好的应用价值和应用前景。     

某测试软件输入模块的可靠性测试方法研究

采用黑盒测试方法对某数据采集系统的测试软件进行了测试.通过对软件需求和性能的分析,建立了软件的运行剖面和测试案例,进行了可靠性测试,得到了该软件输入模块的可靠性测试结果.     

无人机飞控软件测试方法研究

飞控软件是无人机飞行控制系统的控制神经中枢,对无人机飞控软件进行有效的测试是保证飞控系统质量的重要手段.根据某型无人机飞控软件及其开发特点,提出一种与软件开发过程同步的、基于多个测试环境的软件测试模型,重点阐述该模型涉及的单元和配置项测试方法.测试结果表明,提出的测试模型,测试工作能有效地发现无人机飞控软件在不同开发阶段引入的不同类型的软件缺陷,有效地保障了无人机飞控软件的安全性、可靠性和质量.     

某型导弹"模飞"测试方法研究

在分析某型导弹原有"模飞"测试方法的基础上,针对其硬件环境提出了一种新的利用弹载飞行软件进行"模飞"测试的方法.根据导弹受力特性分析,用拟合公式替代了复杂的外力计算,并建立了简化的外弹道模型.最后,根据中断程序模拟的导弹飞行环境进行了"模飞"测试.结果表明,在确保导弹发射可靠的条件下,该方法对减少发射准备时间、提高突防能力具有重要意义.     

一个模糊软件可靠性确认模型

模糊软件可靠性模型不仅适用于刻划测试阶段的软件可靠性行为,而且适用刻划确认(验收)阶段的软件可靠性行为。并给出在确认(验收)阶段判定软件是否达到可靠性目标的准则。     

机载计算机软件的测试

测试是保证机载软件质量可靠性的关键工作,但由于其复杂性和特殊性,机载软件的测试存在许多特殊的困难。本文对机载软件的特点进行归纳并分析其对软件测试的影响,针对机载软件的特点提出了相应的测试策略,特别地对机载软件可靠性测试的关键技术进行了讨论,提出了机载软件可靠性测试的完整方案。     

装备软件可靠性分析与设计方法

软件可靠性是软件质量度量6个特性中的核心特性,已经成为决定装备作战效能的关键因素之一。特别是随着装备软件规模巨、功能强、要求高的发展趋势,采用软件可靠性工程方法提高装备软件的可靠性具有十分重要的意义。在对装备软件的系统和详细级故障模式、影响及危害进行分析的基础上,提出了提高装备软件可靠性的实现途径,并从软件研制过程的四个阶段重点进行了阐述,为相关工作提供参考。     

软件需求的可否证性研究

系统测试是提高型号软件质量和可靠性的有效方法。以某型运动控制组件为对象,描述了系统测试的实现方法及遇到的问题,探讨了型号软件需求的可测试性问题,指出了软件需求条目编制的关键在于其是否有＂可否证性＂。     

弹载专用计算机工作软件测试分析

弹载专用计算机软件是影响导弹飞行的关键软件,在研制单位进行软件测试后,应由监造单位组织第三方独立的测试。文中介绍了软件测试的体会,强调对飞行控制软件的测试需要一定的理论支持和丰富的实践经验,在软件测试中,对软件设计提出了修改意见,以加强软件研制的质量监督。     

软件可靠性增长测试的研究

研究、探讨了软件可靠性增长测试的基本概念及其实施过程中的若干问题,按照实际运行剖面选取测试用例、软件可靠性增长预计,以及正确收集故障数据的问题。