基于BP算法的液压泵在线状态监测及故障诊断

以液压泵振动信号的５个时域信息；峰值，峰峰值，均方根值，方差和波形系数作为最小诊断参数组合，用ＢＰ神经网络进行信息融合，提出一液压泵的神经网络在线状态监测及故障诊断系统。     

CDM GDP技术在我国机场流量优化管理中的应用研究

借鉴美国CDM GDP的成功经验,结合我国的实际,对CDM GDP在我国机场流量优化管理中的应用进行了初步的研究.由于恶劣天气等原因,使机场降落容量大幅度降低,必然导致降落航班延误.通过CDM GDP的关键技术RBS和压缩,得到每架延误航班的起飞时间,从而使被延误的航班在起飞机场等待,避免了改航、备降和空中等待等问题,提高了安全性,降低了费用.在满足公平性的同时,使航班的总延误最小.     

碳纤维增强复合材料新钻型结构设计及其对比试验

在碳纤维增强复合材料(CFRP)制孔过程中,易产生毛刺、分层等制孔缺陷,而钻头结构是影响制孔缺陷形成的关键因素。对此,在原有钻型基础上设计了两种新钻型,研究了原有钻型和两种新设计钻型的钻削轴向力和制孔效果。结果表明,在相同钻削工艺参数下,原有钻型"V型"刃的修除阶段的轴向力归零速度最大,新设计的燕尾开槽钻型的最小,这与制孔缺陷的变化规律基本一致,轴向力归零速度与制孔缺陷具有较好的映射关系;3种钻型均能有效减少毛刺,与原有钻型相比,新设计的两种钻型均能更好的去除毛刺和降低制孔缺陷;原有钻型的制孔缺陷以撕裂为主,新设计的开槽新钻型和燕尾开槽新钻型则以分层缺陷为主。据此可为CFRP制孔的刀具结构设计提供新的设计思路。     

基于约简遗传规划的线参数模型及在航空发动机起动建模中的应用

提出了一种新的约简遗传规划(PGP)算法和一种新的基于约简遗传规划的航空发动机起动动态线参数模型.这种模型采用遗传规划产生航空发动机起动模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支(基本函数项)对于模型精度的贡献并去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性模型.发动机起动过程试车数据建模和与支持向量机的比较证明,这种方法可以产生适用性好、解析性强的线参数非线性模型,产生的模型可获得与支持向量机相当甚至更优的结果.     

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

直升机机动飞行仿真的气动建模及试验研究

 建立了适用于直升机机动飞行仿真的动力学模型。为了提高模型的真实度,着重通过瞬态操纵实验研究建立了旋翼非定常气动模型;又通过旋翼/ 机身气动干扰试验研究,并运用神经网络技术建立了一种新的机身气动力模型。使用该仿真模型做出的UH260A 直升机仿真计算结果与飞行试验数据符合良好。     

新一代歼击机超机动飞行的动态逆控制

 根据反馈线性化理论, 讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离原则, 采用动态逆方法设计快回路和慢回路控制器; 其次提出基于模型逆的神经网络非线性直接自适应控制方案, 设计一种在线神经网络用于补偿模型逆误差。仿真表明, 该控制方案具有较好的自适应能力和鲁棒性。     

飞机转速摆动故障模糊诊断模型的建立及其仿真研究

鉴于传统故障诊断技术在飞机发动机故障诊断中不能较好吸收人类经验的缺点,文章运用模糊推理技术,模拟专家的故障诊断推理过程,建立了某型军用飞机发动机转速摆动故障的模糊故障诊断模型,并运用模糊神经网络对该模型进行了改进。仿真结果表明,所建立的模型可以很好地吸收维护人员的故障诊断经验,对故障原因可做出准确判断,训练完成的模糊神经网络模型可实现模糊模型的故障诊断功能,解决其不能自学习的问题。     

基于神经网络的飞机故障诊断

叙述了神经网络应用于飞机控制系统的故障诊断技术，阐明了飞机故障诊断的方法。采用RBF神经网络实现飞机控制系统故障诊断的算法和程序设计。     

固体废弃物热解产物的神经网络预测模型

本文采用3层BP神经网络建立了固体废弃物热解产物的产率和特性的预测模型。采用遗传BP算法来优化隐层节点数和学习速率η0与回归方法相比，其预测误差明显小于回归公式的预测误差。