基于ANN与FNN的飞机防滑刹车系统设计

 飞机防滑刹车问题的关键是滑移率。为了使飞机刹车以最佳滑移率工作,防止陷入深度打滑和获得最大的刹车结合系数,提出一种智能飞机刹车系统,该系统由两部分组成:①利用神经网络(ANN)构造的,能实时获得最佳滑移率的最佳滑移率识别器;②利用模糊神经网络(FNN)构造的,能快速逼近目标滑移率的FNN控制器。计算机仿真结果表明系统的控制精度、稳定性和对复杂工况的适应性都得到了提高。     

神经网络及模糊控制在飞机防滑刹车系统中的应用

 提出了一种新的神经网络 -模糊逻辑刹车系统控制方案。利用神经网络解决刹车系统中存在的非线性识别问题,实现刹车过程的轨迹跟踪;利用模糊控制克服参数变化和环境因素造成的不利影响,同时避免不精确建模造成的误差,最后利用所设计的控制器对某型飞机进行了仿真研究。结果表明 :新的控制方案能极大的改善飞机的刹车性能。     

飞机防滑刹车系统动态特性仿真研究

以国内某现役机种为对象,本文在综合考虑了飞机机体、起落架、轮胎、传感器等特性的基础上,推导了适用于飞机刹车滑跑的动力学模型,该模型重点考虑了起落架和轮胎的动态特性,突出简单、实用和通用性的要求,并加入到相对滑动量控制的电子防滑刹车系统的数字仿真软件中,完善了防滑刹车系统的软件平台,以用来研究飞机系统的动态特性与刹车性能的关系.利用本软件对飞机刹车动态性能作了全面的定量分析,对设计和改进刹车系统有重要的指导意义.     

飞机全电刹车系统研究

提出了全电刹车系统的初步设计方案,制定出刹车控制规律并对整个电刹车系统进行数字仿真分析.在系统设计部分中详细写出电机控制部分与结构部分的设计方案;新的刹车控制规律运用了较先进的模糊控制方法;为了分析新的控制规律,对比在各种情况下飞机刹车系统的工作情况,快速找出各个部件参数对系统性能的影响,针对模糊控制规律进行了数字仿真与分析.通过在分析中设置各项部件参数和条件,可以快速的获得分析结果,对新部件的研制提出合理地设计要求.     

改进的BP神经网络在飞机防滑刹车系统的应用

为了在飞机刹车过程中防止打滑和取得最佳刹车效果,提出用BP神经网络构造S_p(最佳滑移率)识别器.为了提高神经网络的学习能力,介绍一种学习步长自适应方法--二阶步长法,讨论了二阶步长法在实际应用中的一些问题并提出了解决方案.在二阶步长法基础上提出了三阶步长法.还提出了合理配置活化函数的方法.综合以上方法对BP算法加以改进,使学习精度和速度都大大提高.