基于NSGA-Ⅱ算法的ATR发动机PI控制器多目标优化方法研究

为了使空气涡轮火箭发动机（ATR）从慢车快速、稳定和准确地加速到最大状态,以ATR发动机燃气发生器流量和尾喷管喉部面积为控制变量,采用快速非支配排序遗传算法（NSGA-Ⅱ算法）建立了发动机控制器参数多目标优化方法。将超调量、稳态误差、上升时间及误差积分值四个指标以加权的形式作为目标函数,引入执行机构超调惩罚机制,建立了PI控制器参数Pareto最优解集,完成了ATR发动机从慢车加速到最大状态的动态过程仿真。结果表明,将双回路多个控制性能指标以加权的形式组合作为目标函数,可以获得均匀分布的Pareto前沿;联合应用多目标优化方法和基于熵权法的优劣解距离法（TOPSIS）,能够在双回路耦合下获得满足设计要求的ATR发动机动态特性,极大地缩短了人工整定控制器参数的时间;在加速过程中,多目标优化方法将涡轮膨胀比上升时间作为目标函数之一,与尾喷管面积开环控制动态过程相比,可以使涡轮膨胀比更早到达目标值,共同工作线远离喘振边界。     

在对话中交流 在互动中沟通——扩大思想教育民主化的实践与思考

今年是实施“十一五”规划的开局之年,也是民航事业发展的新起点。贯彻以人为本的科学发展观,营造良好的育人环境,积极推进民主化,不断而充分地调动员工的积极性,不仅是民航企业深化改革和建设和谐社会需要把握的一项重要内容,也是社会主义市场经济条件下民航企业更快更好发展的动力之源。湛江机场公司总经理黄群文等撰写的《在对话中交流,在互动中沟通》一文,是他们实践与探索的成果,其中不少见解、做法颇有新意,现刊发,以便于交流。     

故障机理与领域自适应混合驱动的机械故障智能迁移诊断

航空发动机的健康稳定对于保障飞行器的安全运行具有重要的作用，针对各台发动机建立具备高准确率的智能诊断模型是飞行器稳定运行的关键。现有故障诊断方法在具备故障数据的条件下能取得较好效果，但实际应用中往往因仅含正常数据，无法实现诊断模型的构建。针对该问题，提出一种故障机理与领域自适应混合驱动的机械故障智能迁移诊断方法，该方法首先依据故障机理和源域数据建立旋转机械故障虚拟样本生成模型，再采用目标域正常数据实现生成模型对目标域的自适应，最后通过虚拟样本训练得到目标域故障诊断模型。采用标准数据集和实验室轴承数据对提出方法进行验证，结果表明，提出方法对不同型号轴承诊断时取得88.61%的平均准确率，相比对比方法高41.22%。