前苏联结构用树脂基复合材料的开发与应用研究情况

新型树脂基复合材料用作结构材料,在军事上的应用已取得了很大进展。用复合材料取代金属材料后,可以使武器装备的质量减轻20％～40％,已经从初期用于非承力结构,次承力结构转入主承力结构件。在树脂方面进行了大量开发与应用研究并已取得很大进展。 从赴前苏技术考察发现,前苏联近年来     

应用等效系统法评价飞行品质

本文介绍等效系统方法在评价飞行品质中的应用,包括等效系统方法的原理、所采用的数学模型和进行等效系统拟配的数学方法。最后,介绍了具体拟配过程中应当考虑的若干问题。     

神经网络在叶片几何造型中的应用

由于神经网络特有的结构灵活性、可重新训练性和强鲁棒性 ,使得它可以成为一种有效的几何造型手段。本文介绍了使用神经网络进行叶片几何造型的算法和步骤 ,并分析比较了它和传统造型方法的优劣     

基于相位变化率的无源定位法

无源定位技术有着广阔的应用前景，本文在现有单站无源定位方法的基础上，介绍了相位变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位获取目标的方向信息，利用对应的相位变化率获取目标的径向距离信息，从而实现对目标的实时高精度定位。文中还给出了观测平台飞行姿态变化情况下的定位表达式。仿真结果表明，该方法是一种发展前途较好的单站无源定位方法。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

应用ART1神经网络仿真车间分组

阐述了ART1神经网络在制造单元设计过程中形成零件族的基本方法,并在基于MATLAB的软件平台上,利用其神经网络工具箱对生产过程中的实际情况进行了仿真和应用。     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

非线性自适应神经网络控制器设计

在系统存在非匹配不确定性和输入未建模动态的情况下,提出了一种基于RBF神经网络和反演控制技术的非线性自适应控制系统的设计方法.应用RBF神经网络辨识系统中存在的不确定性,利用反演控制技术,设计了非线性自适应控制器,成功地处理了非匹配不确定性.同时动态非线性阻尼项的引入使得系统对未建模动态具有很强的鲁棒性,并应用Lyapunov稳定性理论,证明了系统跟踪误差、RBF神经网络参数误差全局渐近收敛于原点的一个邻域.最后给出的BTT导弹非线性六自由度数字仿真结果,显示了该设计方法的有效性.     

基于多层前向神经网络的块控制器设计

针对一类非匹配不确定性的线性系统,基于块控原理,提出了一种结合块控制、神经网络控制和backstopping控制技术的设计方法.其特点是无须已知不确定性的界,利用反演设计方法来处理系统中的非匹配不确定性,利用多层前向神经网络来估计系统中的不确定性,再利用鲁棒控制方法来改善系统的性能.利用Lyapunov稳定性定理证明了系统的渐近稳定性.最后,给出的仿真实例证明了所提出的方法的正确性和有效性.     

基于BP神经网络的飞机完好率建模研究

飞机完好率是检验航空兵部队装备作战能力的重要参数.首先研究了飞机完好率的定义及其计算公式,然后建立了飞机完好率的BP神经网络预测模型,仿真结果验证了该模型的精确性和有效性.