自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

ARMAX模型参数估计的新两步法

 本文提出了一种ARMAX模型参数估计的新两步法。这种方法与其它递推估计方法（如增广矩阵法,极大似然法,Durbin两步法、三步法等）比较,具有较好的收敛特性,对参数的估计,特别是对C参数的估计比较精确,这是利用其它方法,一直未能很好解决的一个难题。     

重视课设教学强化能力培养

课程设计是教学中的重要实践环节，在促进学生对课程内容的消化和吸收，培养学生查找、利用资源，锻炼学生综合运用所学知识和技能创造性地解决实际问题等方面，具有重要的意义。以《机械制图》为例，从选题、讲授到评分，探讨了如何在课程设计中培养和提高学生的综合应用能力。     

脉冲爆震发动机的飞行性能计算与分析

为了获得脉冲爆震发动机的飞行性能参数随飞行高度和飞行速度的变化规律,在应用最小G ibbs自由能理论建立求解爆震燃烧的平衡成分及其浓度、平衡参数的基本关系式,据此对爆震波特性参数进行数值模拟的基础上,通过引入进气道和尾喷管建立了一定飞行状态下的多管自吸气式脉冲爆震发动机理论性能计算模型,对脉冲爆震发动机的性能随飞行高度、速度的变化趋势进行研究。结果表明,在不同飞行高度和飞行马赫数的状态下,脉冲爆震发动机性能有一定的变化规律,同时模型也考虑了加入尾喷管对性能的影响,为脉冲爆震发动机的性能分析与理论设计提供了依据。     

一种数字调制方式自动识别算法

介绍了利用6个特征参数对7种数字调制方式进行调制方式的自动识别模型算法及仿真结果,表明所提出的自动识别算法能够很好的识别出各种数字调制信号,同时具备算法简单、速度快和准确率高的优点。     

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

Flight Flutter Modal Parameters Identification with Atmospheric Turbulence Excitation Based on Wavelet Transformation

针对基于大气紊流激励的飞机颤振试验数据具有信噪比低以及测量数据以加速度响应形式给出等特点,将小波变换与随机减量法相结合对飞机颤振模态参数进行识别,首先利用随机减量法获得结构在非零初始加速度条件下的自由衰减响应,然后对该自由衰减响应进行Morlet连续小波变换,为使变换简单,本文采用了Parseval定理和留数定理,利用Morlet的带通滤波特性,通过搜索小波变换系数在不同的尺度区域内的极大值,再根据小波变换系数的极大值、相角与固有振动频率及阻尼系数间的关系,即可识别出各模态参数。并对利用小波变换识别颤振模态参数时,实现模态解耦应满足的条件进行了分析研究。通过仿真和飞机颤振试验数据分析,验证了该识别方法不仅简单、有效和可行,而且具有较强的抗噪性。     

煤油超燃冲压发动机两相流场数值研究 (Ⅲ)煤油在超燃流场中的多步化学反应特征

深入分析了煤油代用燃料C12H23的17组分30步反应模型在超燃冲压发动机流场内的细观化学反应动力学特征,结果表明：(1)该化学反应模型比较合理地描述了煤油在超燃流场内的裂解、点火、裂解产物的燃烧以及和NOx的生成等基本规律和特征,其中对于OH分布特征的预示和文献的利用PLIF的物理观测结果一致。不过,其单步裂解机制对温度场的预估偏高。(2)对导流型凹槽内的化学动力学特征分析表明,导流槽由于加强了凹槽外氧气向凹槽内的输运,使得凹槽内的燃烧得以强化,生成的CO2偏多。(3)煤油的化学反应动力学过程对于准确预示和评价煤油在超燃发动机内的燃烧状况及发动机整体性能有重要影响。     

基于动态RBF网络的发动机起动过程模型辨识

针对航空发动机在起动过程中各截面气流处于亚临界状态 ,难以利用传统的气动热力学方法进行建模的问题 ,本文利用发动机地面试验数据作为学习样本 ,采用动态径向基 (RBF)神经网络的方法 ,建立了航空发动机起动过程动态模型。仿真结果表明 ,利用该方法建立的发动机模型具有动态性好 ,精度高的优点 ,开辟了发动机中小转速建模的新途径     

New Cutting Force Modeling Approach for Flat End Mill

A new mechanistic cutting force model for flat end milling using the instantaneous cutting force coefficients is proposed. An in-depth analysis shows that the total cutting forces can be separated into two terms: a nominal component independent of the runout and a perturbation component induced by the runout. The instantaneous value of the nominal component is used to calibrate the cutting force coefficients. With the help of the perturbation component and the cutting force coefficients obtained above, the cutter runout is identified. Based on simulation and experimental results, the validity of the identification approach is demonstrated. The advantage of the proposed method lies in that the calibration performed with data of one cutting test under a specific regime can be applied for a great range of cutting conditions.