非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习，不需要离线训练。在无逼近误差和扰动的理想情况下，所提出的在线算法能保证辨识误差趋于零，基函数持续激励条件能保证权重趋于零。在非理想情况下，权重调整律采用ｅ修正权重算法，它是ＢＰ算法的推广，不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

基于卡尔曼滤波器及神经网络的发动机故障诊断

提出了一种基于卡尔曼滤波器及神经网络的航空燃气涡轮发动机气路故障诊断的方法.该方法用卡尔曼滤波器来估计发动机可测参数的变化量,再由神经网络来映射发动机性能参数的变化量,并据此进行发动机气路故障诊断.数字仿真表明,该方法是可行的,有效的.     

航空发动机数控系统中LVDT传感器信号处理及在线故障检测

通过对线位移差动变压器(LVDT)信号处理电路的深刻研究,给出了芯片发热、温漂、信号精度等问题的一般解决方法,提出了一种通过软、硬件结合,在不增加外围器件的情况下对LVDT传感器进行在线故障检测的定值判断法.发动机台架试验结果表明,所提出的方法是行之有效的.     

基于自联想网络的发动机传感器解析余度技术

本文提出了一种基于自联想神经网络的传感器解析余度技术。在这种网络中,冗余传感器的信息被压缩、重组进入网络的第一部分,网络的第二部分将压缩信息恢复出来。基于数据融合原理,若一个传感器发生故障,其它传感器仍可提供足够的信息代替发生故障的传感器。理论分析和用于涡轴发动机的仿真结果表明,这种特殊结构的自联想网络具有良好的过滤噪声和故障信号的作用,特别适合于用作不易建模的复杂对象的传感器信号重构     

基于内模原理的涡轴发动机状态反馈控制方法

某型涡轴发动机全权限数控系统采用了状态反馈控制方式.根据内模原理,引入伺服补偿器,使设计的控制系统不仅具有较强的鲁棒性,而且在用于指令跟踪时能消除稳态误差;根据性能指标要求设计了状态反馈控制器,从而提高控制系统的品质.与目前的PID控制方式相比较,半物理模拟试验结果表明该控制方式有显著的性能改进.     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

 研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

应用神经网络诊断航空发动机气路故障的前景

介绍了近几年来国内外应用神经网络对航空发动机气路故障进行诊断的基本方法和研究进展。对单一故障进行定性的诊断已经取得了试验验证，结果表明神经网络具有较高的诊断准确率。对反映发动机气路部件健康状况的气流量、效率等参数的多故障、定量的诊断则取得了一些仿真研究成果。相对于基于发动机气动热力学数学模型的方法而言，神经网络方法具有更大的工程应用潜力。     

数控系统传感器故障检测隔离及适应技术

介绍一种发动机传感器故障的检测、隔离及适应方法，并给出某型涡轴发动机的数字仿真实例，说明该方法的有效性和实用性。     

求解涡扇发动机数学模型的有限域搜索方法

提出一种基于Ｎ－Ｒ迭代方法的有限域优化搜索法，用于求解涡扇发动机数学模型。该方法不仅具有Ｎ－Ｒ优化迭代求解特色，还具有将初猜解附近划定域进行泛搜能力，使迭代运算具有强收敛性和平稳性。该方法所定义的迭代因子可通过编程自动调整，进而可以确定最小迭代次数及此意义下的最优迭代因子。     

航空发动机的降低ZP／LTR控制

研究了航空发动机的多变量鲁棒控制，提出了代价设计对象模型的构造方法。该模型是通过对被控对象的发动机执行机构进行特定输出反馈而得到的，它与被控对象模型阶次相同，明显低于目前常用的增广设计方法设计对象模型的阶次。基于低阶设计对象模型，作者以前研究的ZP／LTR设计方法转化为低价ZP／LTR设计方法，应用该方法使设计控制器的阶次明显降低，从而更易实现。通过对某型涡扇发动机的仿真研究验证了低阶ZP／LTR设计方法的有效性。