排序方式: 共有91条查询结果,搜索用时 734 毫秒
31.
基于飞行包线划分的航空发动机T-S模糊模型辨识 总被引:1,自引:0,他引:1
针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度. 相似文献
32.
超声振动辅助加工为合金材料、硬脆材料和复合材料等难加工材料提供了有效的机械制造解决方案,超声振动辅助加工装置结构复杂、专业化程度高、使用可靠性差等因素制约了超声加工技术的推广及民用化历程。为了推广超声振动辅助加工的应用范围,基于超声能量传播原理,设计了一种机床附件化的超声振动工作台,能够方便地安装于加工中心上为工件提供超声振动辅助加工。首先,选用2种材料对工作台进行整体结构设计,通过模态分析确定工作台的工作频率及振动形式,使用谐响应分析揭示工作台工作时的稳定情况。其次,采用多目标优化方法对工作台进行结构优化,在保证总模态变形量不变的情况下降低振动台的质量,以减小超声能量损耗的同时提高振动状态的可靠性。最后,对比优化前后的有限元分析结果确定工作台材料并进行尺寸调整,使其更加符合实际加工需要。分析结果表明,45#钢工作台在工作时的振动稳定性要好于Cr12Mov钢工作台,但Cr12Mov钢工作台具有较大振幅。通过多目标优化使得振动台的总体质量降低27%,其工作频率同时降低11%,优化后2种工作台的共振频率带宽相差较小。 相似文献
33.
据英国广播公司(BBC)新闻网站7月22日报道,将由俄罗斯和欧洲合作研制的一种新型载人飞船的设想图已面世.这种飞船称为"机组空间运输系统"(CSTS),可重复使用,将取代俄现役联盟号飞船,并将使欧洲能直接参与载人航天运输工作. 相似文献
34.
单轴非线性连续疲劳损伤累积模型的研究 总被引:16,自引:2,他引:14
首先在连续疲劳损伤理论的基础上,根据疲劳损伤过程中金属材料韧性的变化特点,建立一种新的非线性疲劳损伤累积模型。该模型考虑了疲劳极限、平均应力以及损伤参量与加载参数的不可分离的特点,并且能够反映出加载顺序的影响。然后推导出该疲劳损伤累积模型在多级加载下的递推公式。经3种金属材料的疲劳试验数据验证结果表明,用该模型预测疲劳寿命,其结果令人满意的。 相似文献
35.
36.
基于临界面法的多轴疲劳损伤参量的研究 总被引:14,自引:0,他引:14
以薄壁管拉扭疲劳试件为研究对象,在分析多轴损伤临界面上的应力与应变变化特性的基础上,根据多轴疲劳临界损伤平面原理,利用多轴临界面上的剪切应变幅与相邻两个最大剪切应变值γmax之间的法向应变幅ε*n作为形成多轴疲劳损伤参量的主要参数,提出基于拉伸和剪切两种形式的多轴疲劳损伤参量。所提出的多轴疲劳损伤参量不含有任何材料常数,并可同时适用与多轴比例与非比例加载情况,且可退化成单轴的形式。 相似文献
针对航空发动机是一个不确定性的强非线性系统,借鉴预测控制的思想,提出了基于径向基函数RBF (Radical Basis Function)网络的航空发动机预测滑模控制.首先利用RBF网络建立航空发动机预测模型,进而得到滑模预测模型;其次在线修正网络参数实时反馈校正滑模预测模型,滚动优化求取控制量;然后采用另外一个RBF神经网络实现了全包线建模和控制;最后分析了控制系统的收敛性.仿真结果表明,所设计的控制器性能良好,能有效地抑制参数摄动和干扰的影响. 相似文献
38.
俄罗斯质子M/和风M运载火箭莫斯科时间8月18日凌晨在拜科努尔发射场发射了俄罗斯卫星通信公司的"快讯"AM4大型通信卫星,但卫星和和风M上面级在上面级第四次点火工作之后同地面失去联络,发射基本上宣告失败。和风M上面级按计划共应点火工作5次。同上面级分离后,卫星要利用自身推进系统进行轨道圆化, 相似文献
39.
自适应PSO网络整定的航空发动机全程滑模控制 总被引:1,自引:0,他引:1
针对现代航空发动机是一个具有不确定性的强非线性系统,提出了一种基于自适应PSO网络整定的航空发动机全程滑模控制方法。设计了一类全程滑模面非线性函数,函数中含有变参数指数函数,其参数由一种新的自适应粒子群学习算法(PSO)结合RBF神经网络来整定。全程滑模控制保证了控制系统的全程鲁棒性,同时,由稳态误差收敛速度和滑模抖振幅度建立参数优化指标,用自适应PSO神经网络快速搜索当前的全局最优点。仿真结果表明,所设计的控制器取得了良好的效果,削弱了抖振。 相似文献
40.
基于稀疏最小二乘支持向量机的航空发动机动态过程辨识 总被引:5,自引:3,他引:2
针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要. 相似文献