BACKGROUND KNOWLEDGE AND SECONDARY KNOWLEDGE BASES IN LEARNINGS YSTEMS

讨论了背景知识和领域理论在学习过程中的作用，强调了学习系统中背景知识的重要性。文中介绍了一个以领域理论为主知识库、以背景知识为二级知识库的基于解释的学习系统，说明基于解释的学习系统如何利用背景知识克服不完全的领域理论带来的问题，使其能通过纯演绎的方法实现知识级的学习。最后，本文还简单讨论了学习系统中背景知识的获取方法。     

基于优化Kriging模型和重要抽样法的结构可靠度混合算法

 结构可靠度分析计算通常采用多项式响应面拟合隐式极限状态函数,但对于复杂航空航天机械结构产品极限状态方程往往表现出高度非线性,此时多项式响应面的模拟精度不够就会造成计算不收敛。为了提高结构可靠度计算的精度、效率和收敛性,提出了基于优化Kriging模型和重要抽样法的结构可靠度计算方法。首先,利用人工蜂群算法对Kriging模型的参数进行优化;再用优化后的模型模拟隐式极限状态函数,结合重要抽样法不断修正抽样重心,逐步提高模拟精度以达到给定要求;最后,结合一阶矩法(FORM)/二阶矩法(SORM)经典算法求解结构可靠度。该方法提高了高度非线性隐式极限状态方程可靠度计算的精度和收敛性,并且具有较高的计算效率。     

5083铝合金力学性能的球压痕法检测研究

介绍了微压痕法在航空铝合金材料力学性能检测的研究.采用球形压头通过多级循环加载方法得到了5083铝合金材料压痕深度与载荷的关系,将微压痕数据输入经过充分训练的人工神经网络模型,计算出材料力学性能参数和材料应力应变曲线,对压痕法测量得到的材料真应力应变曲线与拉伸试验得到的结果进行了比较.     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题，提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时，所提出的方法可保证鲁棒的姿态控制。首先，利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能，建立了全神经网络的智能自适应容错控制器架构。然后，对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整，对比分析了神经网络参数对控制器性能的影响。最后，对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明，对于具有冗余控制力矩陀螺的航天器，提出的方法不仅能在单一陀螺故障下实现高精度的容错控制，也能在发生多陀螺故障时保证一定的姿态稳定控制。     

考虑非关键负载变动的电力弹簧自适应稳压控制策略

分布式电源在微电网中渗透率越来越高,其间歇性对系统电压稳定性的影响不容忽视。电力弹簧(ES)作为一种新型电压控制装置,能有效抑制关键负载(CL)两端的电压波动。为了减小负载变化对ES调压能力的影响,提出一种考虑非关键负载(NCL)变动的电力弹簧自适应控制策略。介绍了ES的拓扑结构及限制运行条件的理论基础；根据αβ坐标系变化的方法检测母线电压暂降,确定是否将ES投入系统；参考电压计算模块计算出需要提供的补偿电压后,与实际值的误差输入到PI控制器中,经人工鱼群算法(AFSA)动态调整PI控制参数,在保证CL电压稳定基础上缓解NCL变化对ES调压能力的影响。仿真结果表明:所提控制策略能够在保证CL电压稳定基础上有效缓解不同工况下负载变化造成的电压不稳定问题。     

变稳直升机设计与应用技术

变稳直升机在直升机研制过程中发挥着至关重要的作用。通过回顾美国、加拿大、德国等航空强国各个阶段典型变稳直升机研制历程,系统性梳理了变稳直升机研制中所涉及的几项关键技术,如变稳能力分析、变稳安全策略、变稳控制方法以及可变人感系统等。在此基础上,参照国外研制经验提出了上述技术的设计原则和相关要求。同时,对变稳直升机在飞行品质标准研究、新技术演示验证及飞行员培训等方面的应用进行了简要分析。     

基于单神经元算法的内嵌式永磁同步电机智能驱动控制

基于人工神经网络的内嵌式永磁同步电机(IPMSM)智能驱动控制性能要明显优于传统控制方法,但是存在计算量大和离线训练时间长的问题。针对该问题,提出了一种基于单神经元算法的IPMSM智能驱动控制策略。阐述了永磁同步电机的数学模型及电流转矩控制规律；并基于单神经元的控制原理,推导了驱动控制律,由于采用的是单神经元结构并设置了迭代算法的边界,因此达到了计算量减小和训练较少的效果。最后,搭建了小功率电机驱动试验平台开展了试验研究,并通过与传统PID控制的对比试验,验证了新型控制器的性能。     

双调和方程在航空离心泵叶型优化设计的应用

为了减少构建代理模型的计算量，提高优化效率，基于双调和方程模型和混合人工鱼群算法对航空离心泵叶型进行优化改型设计。在Matlab平台下分别采用5点4次Bezier曲线和线性函数控制叶型圆周角分布和积叠变化规律，通过软件UG和Fluent的联合批处理方法对15组设计结果进行内流场数值仿真。在曲面插值获得计算空间边界条件的基础上，采用中心差分格式对双调和偏微分方程进行数值求解，建立超曲面性能代理模型。以效率最高为目标函数基于人工鱼群算法对设计变量进行全局寻优。结果表明:基于双调和方程的超曲面代理模型能够保证试验值与预测值完全一致，而优化后的离心叶轮流动中的尾迹效应被明显减弱，水力效率比原型泵提高5.4%。      

基于引导型人工免疫算法的最优Lambert变轨

主要研究了燃料最省的Lambert双脉冲变轨问题.首先对普适变量法进行改进以避免奇异,并将其用于Lambert双脉冲变轨问题的求解.然后针对只给定初始时刻追踪航天器和目标航天器的轨道要素及总时间约束的交会问题,引入调相时间的概念,并将其和转移时间作为Lambert变轨的优化变量.最后采用引导型人工免疫算法GAIA(Guiding Artificial Im-mune Algorithm)对该优化问题进行寻优.仿真算例表明,与自适应遗传算法AGA(Adaptive Ge-netic Algorithm)相比,GAIA具有更强的寻优能力和更快的寻优速度,从而验证了GAIA用于最优Lambert变轨的有效性.     

基于混合人工鱼群算法的传感器网络优化

针对传感器网络节点优化的问题,提出一种混合人工鱼群算法.该算法在人工鱼群算法优化的末段引入模式搜索法,以人工鱼搜索到的最优解作为模式搜索法的初始解,利用模式搜索法的单调搜索特性,将解引向全局极值.新算法保留了人工鱼群算法全局搜索能力强、寻优速度快的特点,使寻优精度得到了提高.仿真实验表明:混合人工鱼群算法能够有效地优化传感器网络节点部署,提高覆盖率.