PSO神经网络在光电探测设备故障诊断中的应用CSCD

针对传统神经网络在光电探测故障诊断中存在故障检测率低、诊断时间长的问题,研究了粒子群优化算法(PSO)优化神经网络连接权值,并将其应用于某型光电探测设备的故障诊断中。实验结果表明,与BP和GA相比,PSO算法更易实现,具有更快的收敛速度、更高的故障检测率、更低的虚警率和更短的故障诊断时间,从而获得了更好的故障诊断效果。     

热环境下结构固有振动特性试验及分析

高超声速飞行器在气动热环境中,其固有频率和振型会受温度升高的影响而发生变化,从而其颤振特性也要发生改变。本文建立了适用于工程应用的飞行器翼面结构热模态试验方法及试验装置,为验证该方法的有效性,针对高超声速飞行器翼面结构特征,设计和制造了钛合金翼面盒段试验件,测试了高温环境翼面热模态。开展了单面加热、双面加热、温度呈梯度分布加热和随时间变化加热等几种加热方式对比试验,试验结果表明,温度升高对结构模态特性影响明显;且该试验方法具有很高的工程实用价值,可应用于飞行器翼面结构热模态试验;同时,建立了试验件有限元模型,开展了热模态分析,对试验结果和分析结果进行了对比分析和讨论,结果具有较高的一致性。     

面向控制的可变形乘波体概念设计与分析

针对高超声速乘波飞行器强耦合、非线性和大包线飞行等特点,在概念设计阶段将智能变形技术引入到乘波体设计中来,根据不同飞行状态调整乘波体外形,实现飞行性能的最优化.利用高超声速空气动力学和具有热增加的准一维流估算乘波体表面气动力和发动机推力,建立可变形乘波体的参数化数学模型.仿真分析可高燃冲压发动机性能和乘波体气动特性随结构变化的关系,针对发动机性能提出了变形的依据.通过经典的内外环分布式控制器控制可变形乘波体的姿态稳定的同时具有一定的指令跟踪能力,并且验证了形变对飞行和控制性能的影响.     

基于伴随方程和自动微分的雷达散射截面表面灵敏度计算

反隐身技术的发展对军用飞行器的隐身性能提出更高要求，针对经典电磁场伴随方法无法获得表面灵敏度，难以为优化设计提供直观指导，且梯度求解时需反复填充阻抗矩阵，当设计变量、入射角度较多时梯度求解效率下降的问题，提出了基于伴随方程和自动微分的雷达散射截面表面灵敏度计算方法，并结合基函数特点提出了表面灵敏度的稀疏存储和稀疏矩阵-矢量相乘方法，避免了直接计算表面灵敏度时计算量、存储量无法承受的问题。提出的表面灵敏度计算方法可以通过一次阻抗矩阵偏导数求解得到所有网格点的表面灵敏度，避免反复填充阻抗矩阵的问题。当入射角度改变时，求解任意数量设计变量梯度的计算量约为8次矩阵-向量乘，显著提升基于伴随方程的梯度计算效率，为作战飞机气动隐身一体化优化设计提供有力技术支撑。