ANN和GA混合算法在故障诊断中的应用

介绍了ANN和GA的混合诊断算法,采用双重GA循环优化神经网络的结构和连接权重。设计提出了ANN和GA的混合方法的计算机流程图,运用三层前向神经网络执行诊断功能,并给出了混合算法在某型导弹自动驾驶仪故障诊断中的应用实例分析。     

镍基单晶合金高温蠕变的θ映射模型

针对镍基单晶涡轮叶片蠕变的晶体方向性问题,运用θ映射法,在晶体滑移理论框架下,建立了能够描述镍基单晶合金各向异性蠕变的θ模型.利用文献中2种镍基单晶合金(DD3和CMSX-4)的蠕变数据,对所采用的方法进行了验证,并获得了2种材料各自对应的材料参数.理论预测值和试验数据基本吻合.结果表明:将θ映射法移植到晶体滑移理论中是可行的,能够用来模拟镍基单晶合金的各向异性蠕变行为.     

小波包变换和神经网络的某型导弹故障诊断方法研究

提出了一种基于小波包变换的残差能量方法,对导弹动态测试数据进行分析处理,提取导弹的故障特征,并在此基础上利用神经网络有效地实现了故障的诊断和定位。     

基于递归神经网络的控制力矩陀螺操纵律设计

利用递归神经网络对单框架控制力矩陀螺(SGCMG)系统操纵律进行动态求解,设计了一 种基于递归神经网络的SGCMG系统操纵律。通过选择适当参数可以使该网络渐近收敛到稳定 状态,从而使操纵律具有较小的操纵误差。该操纵律不用计算Jacobi矩阵的伪逆,因此避免 了Jacobi矩阵求逆所带来的一系列问题。对某SGCMG系统的仿真结果表明,上述操纵律是可 行的。     

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

基于自适应动态逆的自主飞艇速度控制系统设计

针对无人自主飞艇上升或下降的速度控制问题,提出了一种基于神经网络自适应动态 逆控制的飞行速度控制设计方法。基于自主飞艇浮力控制系统的配置状况,建立了飞艇飞行 速度的数学模型。引入速度控制系统的参考模型,并利用神经网络学习功能,获得非线性控 制系统的动态逆;通过引入速度误差的非线性补偿项,自适应补偿整个控制系统由于动态特 性变化引起的误差,克服包括参数摄动与外界扰动在内的各类不确定性因素的影响,实现飞 艇对期望速度的稳定跟踪。最后仿真结果表明,所提出的控制方案对无人自主飞艇的飞行速 度具有良好的控制效果,从而验证了控制系统设计的有效性。     

任意轨道要素冻结轨道的径向小推力控制策略研究

传统的冻结轨道对轨道参数的设计有较为苛刻的要求,这在一定程度上限制了冻结轨 道的应用。利用轨道平均技术,得出了空间飞行器在J2项摄动影响下轨道要素的平 均变化率,推导了空间飞行器在径向、横向和副法向常加速度作用下轨道要素的平均变化率 ,分析了空间飞行器在径向常加速度作用下近地点幅角变化率的特点,提出了采用径向小推 力的任意轨道要素冻结轨道的两种控制策略。应用这两种控制策略,可以使任意轨道满足冻 结条件,获得任意轨道要素冻结轨道。仿真计算表明提出的任意轨道要素冻结轨道的径向小 推力控制策略是有效的。     

RBCC推进系统总体设计要求评估方法研究

为了适应以RBCC为动力的飞行器的总体发展需求,对RBCC推进系统总体设计要求评估 方法进行了研究。分别提出了RBCC飞行器总体设计和推进系统总体设计结构矩阵,并分析了 其应用范围以及对RBCC推进系统总体设计的指导作用。建立了发动机推力性能设计要求、推 进剂质量需求和推进剂冷却性能需求的理论分析方法,实现了RBCC推进系统总体设计要求评 估模型,并对空中载机发射的RBCC巡航飞行器进行了推进系统总体设计要求分析。
     

陶瓷基复合材料基体裂纹偏转能量释放率研究

采用虚裂纹闭合技术(VCCT)计算了基体裂纹在界面处不同传播路径的能量释放率,并结合基于能量释放率的裂纹偏转准则对陶瓷基复合材料基体裂纹偏转进行了研究.计算了弹性错配参数α和β、基体裂纹扩展长度a、基体裂纹相对扩展长度ad/ap对裂纹偏转的影响,并将VCCT计算结果与积分法的计算结果进行比较.结果表明:VCCT能够准确计算基体裂纹扩展时的能量释放率,计算结果可为研究陶瓷基复合材料失效机制提供一定参考.      

传感器测量偏差下的航空发动机智能性能诊断

以某型涡扇发动机为研究对象, 构建了基于神经网络的航空发动机智能性能诊断方法, 讨论了测量噪声及测量偏差对诊断结果的影响及其处理方法.建立一簇并行的神经网络组和发动机模型, 通过比较各模型输出与发动机测量参数之间的误差, 判断传感器是否存在测量偏差.仿真结果表明, 该方法能有效消除测量噪声, 准确判断并隔离有测量偏差的传感器, 得出正确的发动机性能诊断结果.