基于T-S模糊模型的航空发动机模型辨识

提出了一种航空发动机的Takagi-Sugeno(T-S)模糊模型辨识方法,该方法通过最小二乘法辨识模糊模型的后件参数,通过反向传播法辨识模糊模型的前件参数,并实现了模糊模型结构的自适应优化。以航空发动机机载记录数据为依据,通过对输入输出数据的学习建立了航空发动机的T-S模糊辨识模型,通过该模型对机载记录数据的辨识,结果表明该模糊辨识模型具有辨识精度高、鲁棒性强、容错性好等特点。     

航空发动机闭环辨识研究

 本文介绍了在航空发动机闭环控制系统的反馈通路上施加伪随机试验信号时,对发动机模型参数进行辨识的方法。同时还介绍了对辨识试验所录取信号的相关分析与谱分析,以此来证明所录取信号的正确性。在用Hsia法进行辨识处理后得到了发动机的数学模型。最后通过对模型的验证表明辫识结果是满意的。     

基于在线识别与全维状态观测技术的埋入压电片复合梁的振动主动控制研究

 介绍利用埋入复合材料梁的压电传感器和驱动器对其振动进行主动控制的实验研究及其结果。利用埋入的压电传感器和驱动器对其进行模型识别而得出结构的动力学模型, 再将该模型用于控制器的设计,其优点是当结构本身或者约束、环境等发生变化后, 可对结构的模型重新进行在线识别, 及时更新控制参数,避免控制失效, 而且不需要事先知道结构的其他属性。应用最优控制理论的全维状态观测器技术, 结合所选取的压电传感器和作动器识别的结构动力学模型, 可以设计出其最优控制器。实验表明, 传感器信号的频谱峰值最大可以被有效地降低20dB 左右。     

量子遗传算法在航空发动机PID控制中的应用

分析研究了量子遗传算法(Quantum Genetic A lgorithm-QGA)的原理及其优势,将有指导的群体灾变及多宇宙并行演化策略引入量子遗传算法,改善其收敛性。以理想二阶系统为参考模型,实际系统响应曲线与参考模型响应曲线误差积分为目标函数,使用量子遗传算法进行发动机PID控制器参数优化并进行了数字仿真。仿真结果表明,量子遗传算法具有较好的全局收敛能力,应用于PID控制器控制参数优化后,控制器的控制效果良好,其在发动机控制系统中有较高的应用价值。     

采样数据含高频有色噪声的连续模型辨识

提出了一种采样数据中存在高频有色噪声的连续模型辨识方法,该方法通过引入积分运算,将连续时间系统的微分方程模型转换为积分方程模型,从而在辨识时使噪声的影响可以忽略,然后直接利用传统的最小二乘法估计出系统的连续时间模型参数。该方法具有较强的抗有色噪声干扰的鲁棒性、计算方法简单、参数辨识精度高等优点。仿真实例验证了该方法的有效性与可行性。     

大时间常数传感器模型的在线辨识与补偿

温度传感器具有较大的时间常数，因而为温度的实时控制带来了极大的不便。本文针对具有较大时间常数铠装温度传感器的上述特点，提出了传感器模型的在线辨识，进而给出对大时间常数传感器进行在线补偿的方法。该方法适用于大时间常数的非温度传感器。     

不稳定飞机气动参数辨识的一种实用方法

地是飞行器气动参数辨识最广泛采用的一种方法。但对于气动高度不稳定的飞机，辨识算法往往因状态方程组和灵敏度方程组积分发散而无法进行。为克服这一数值困难，将方程解耦技术引入输出误差法，发展了高度不稳定飞机气动参数辨识的一种实用方法－－基于方程解耦的误差法。并对某鸭式布局飞机的纵向劝仿真数据进行了辨识仿真计算，计算结果证实了所述方法的有效性。     

灰色神经网络在齿轮箱故障识别中的应用

将灰色系统理论与神经网络相结合提出了灰色神经网络这一新的故障识别方法，将此种方法应用在齿轮箱的故障识别中，结果表明：采用灰色神经网络能够识别出来，不同工作状态下的各种故障类型，其识别的可靠性还有待于进一步提高。     

织女－3主发动机的辨识仿真

织女－３探空火箭飞行试验与地面试验的主发动机喉径不同。提出了用辨识仿真方法提供弹道计算所需的推力数据。利用唯一的一发有效地面实验数据，以系统辨识法确定发动机工作时推进剂的基础燃速、沿金属丝燃速、综合因子和喉径的变化规律；再确定喷管效率；最后用内弹道计算和性能计算方法确定飞行发动机的地面推力数据。飞行试验表明，计算弹道与飞行试验弹道相吻合。     

基于小波分形和一类辨识的航空发动机故障诊断

在支持向量机理论的基础上,针对支持向量机的二类辨识传统,引入了基于支持向量机的一类辨识理论。设计了航空发动机几种典型故障的一类分类器,使得发动机的故障诊断更加简单可行。同时,将小波分形方法引入到航空发动机振动信号的特征提取中。通过对航空发动机典型故障的成功诊断,证明了该方法的有效性。