An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.     

工程中圆度的多次定位测量及其数据处理

从测量实践出发,总结出一种利用多次定位技术进行圆度测量的方法.在阐述测量原理,分析测量及其数据处理过程后,给出一个测量实例,并进行了测量不确定度分析.文章给大型工程中类似情况下的测量问题以很好的启发.     

强迫耗散非线性发展方程与完全平方守恒格式

从描述大气和海洋运动的强迫耗散非线性发展方程出发，对强迫耗散非线性大气和海洋方程组显式差分格式的计算稳定性进行了分析，构造了一类强迫耗散非线性发展方程的显式准安全平方守恒差分格式。理论分析和数值试验证明，这类显式准完全平方守恒差分格式是计算稳定的，值得推广应用。     

随机声载荷时域信号门限自回归模型研究

利用航空发动机燃烧室噪声测试数据[1],采用门限自回归分析方法建立随机声载荷门限自回归模型SETAR(2;2;30,30),得到令人满意结果,并将拟合和预测均方误差与文献[1]非门限的自回归滑动平均模型ARMA(17,16)的结果进行了比较.     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

用户星天线空间扫描策略

 天线空间扫描过程是建立中继卫星系统星间链路的关键阶段之一。首先分析比较了水平行扫、螺旋扫描和分行螺旋扫描策略,并根据分析结果,结合轨迹预处理算法,设计了一种变速分行螺旋扫描策略。然后采用蒙特卡罗仿真分析了用户星天线开环回扫指向精度,近似确定了天线空间扫描的范围。最后通过仿真比较等速分行螺旋扫描和变速分行螺旋扫描策略,并仿真了用户星天线捕获中继卫星的过程,通过仿真结果证明所设计的变速分行螺旋扫描具有一定的工程应用价值。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于椭圆路径的光学镜面超精密研磨技术研究

利用基于椭圆成形方法建立的二次回转曲面加工误差模型,并用最小二乘方法建立了二次回转曲面铣磨误差辨识模型。考虑到各项误差对面形误差影响的相似性,分析了合并、分开辨识相似误差所引入的误差,以此得到处理相似误差的策略。     

无网格法耦合RNG k-ε湍流模型在亚、跨声速翼型黏性绕流中的数值模拟

基于移动最小二乘无网格方法,耦合RNG(Re-Normalisation Group)k-ε湍流模型求解雷诺平均Navier-Stokes方程。采用AUSM(Advection Upstream Splitting Method)+-up迎风格式求解数值通量,应用在高度各向异性点云结构中取得良好结果的点云重构技术结合移动最小二乘法拟合空间导数,并用三阶SSP(Strong Stability Preserving)型Runge-Kutta显式时间推进格式求解离散后的控制方程。在此基础之上,实现了对NACA0012、RAE2822翼型亚、跨声速黏性绕流的数值模拟,给出了翼型表面压力系数分布曲线、不同位置处的平均速度剖面、马赫数等值线等计算结果,并与实验值及相关文献数值模拟结果进行比较,结果吻合较好。表明所发展的结合点云重构技术的无网格方法耦合RNGk-ε湍流模型能够成功模拟翼型亚、跨声速黏性绕流,验证了所提算法的有效性,并拓展了无网格方法求解湍流流动的途径。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。