SENSOR FAILURE DETECTION AND SIGNAL RECOVERY BASED ON BP NEURAL NETWORK

Manyhighpefformancecontrolsystemsmusthavefauhtolerantabilityagainstsensorfailures.Theapplicationofprevioussensorfailuredetectinnmethods,mostlybasedonanalyti-calredundancy['Jlislimitedbecausetheyrequireaprecise.mathematicalmedel.BPneuralnetwork(BPNN)isabletolearnanycomplicatedcontinuousnonlinearfunctions,therefore,itcanbeusedtodetectsensorfailuresandrecoverthesignalforthefailedsensor'Recentpubli-cationshavedemonstratedtheuseofBPNNfordetectingsomkindofsensorfailuresandre-coveringthefailedsen…     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

基于神经网络的自适应状态观测器

利用ＢＰ神经网络动态系统对一类非线性时变系统的状态进行了估计。利用神经网络的“学习－遗忘”特性,提出了非线性时变系统的自适应状态观测器,对其结构及特性进行了讨论。仿真结果表明这种自适应状态观测器能跟踪系统参数及状态的变化。     

人工神经网络在CAPP系统开发工具中的应用

探讨了基于神经网络理论在ＣＡＰＰ系统开发工具的应用;建立了工艺过程设计系统的ＡＮＮ模型;详细讨论了工艺过程设计系统的推理机制,并给出了用集成ＢＰ网络选择加工方法及通过改进Ｈｏｐｆｉｅｌｄ网络确定工艺路线的过程。     

基于神经网络的智能复合材料损伤评估系统

介绍了一种复合材料损伤评估的新系统。该系统由埋入光纤传感器阵列、形状记忆合金丝和Ｋ　ｏｈｏｎｅｎ　自组织神经网络处理器组成。由埋入光纤传感器阵列实现对材料损伤的检测,神经网络由ＴＭＳ３２０Ｃ２５　高速并行处理器和ＩＢＭＰＣ／３８６组成的高速并行分布处理器进行模拟,实现传感器输出信号的实时处理,并产生相应的控制信号激励形状记忆合金丝（ＳＭＡ）,以改变材料的应力状态,延缓材料的破坏。     

民航客机油箱建模与油量传感器姿态误差修正

实现民航客机的飞机油箱建模,提出对油箱的油量传感器示数的姿态误差进行修正的算法.建模过程基于二维限定Delaunay三角剖分和插值,生成油箱的表面.利用油量传感器错误示数和当前飞行姿态角,利用油箱表面三角网格,将油箱内含油体积进行三维三棱柱剖分和三维四面体剖分.计算四面体体积之和求得油箱正确的含油量.与当前正在使用的切片算法在效率和使用范围方面进行深入比较与分析.实现民航客机油箱三维建模,并且利用已建立的模型修正其油量传感器示数姿态误差.算法优于切片算法.     

带权优化约束Delaunay三角化算法

Delaunay细化算法是目前大多数约束Delaunay三角化算法的主要思想,针对其要求输入的约束条件中不能包含夹角较小的尖角的问题,给出了Delaunay细化算法收敛的充分条件,并通过在尖角点和尖角边处引入带权点和带权Delaunay空圆/球准则的方法提出了一种带权优化约束Delaunay三角化算法,解决了经典的细化算法在尖角处算法不收敛时需引入辅助控制区域以及过多辅助点的问题,对算法的收敛性进行了分析,给出了相应的算法应用实例,可以应用于复杂几何对象的科学计算和工程分析.     

可重构制造系统的性能分析

可重构制造系统的生产管理与控制是实施可重构制造系统哲理的关键技术,而可重构制造系统的性能分析是可重构制造系统生产管理与控制的重要功能。基于可重构制造系统的赋时可重构Petri网模型及其调度Gantt图,提出可重构制造系统的性能指标评价方法,定义最大完成时间、生产资源利用率、作业完成时间和零件的平均生产能力等可重构制造系统的性能指标,并计算了实例系统的性能指标。实例研究表明,可重构制造系统的性能分析方法体现了可重构制造系统的重构柔性本质。     

基于DSPN的航天测控系统任务可靠性仿真建模

提出了基于确定与随机Petri网（deterministic and stochastic Petri nets,DSPN）的航天测控系统（tracking,telemetry and command,TT&C）任务可靠性定量分析方法,旨在对相关航天测控方案进行可靠性预计.通过对TT&C系统任务剖面进行时序弧段划分,考虑实际系统中测控单元阶段依赖、单元故障可修以及各单元参与任务起止时间不同等其他建模方法难以处理的复杂因素,建立了“单元层-系统逻辑层-阶段层”3层相互关联的TT&C系统任务可靠性DSPN模型.通过对模型仿真运行,实现了对给定测控方案下TT&C系统任务可靠性定量化评估.分析表明:仿真结果随着仿真次数增加逐渐收敛,与Markov解析方法求得的精确值对比误差控制在1%以内.      

多阶段任务系统通用可靠性仿真模型

归纳了当前多阶段任务系统(PMS,Phased Mission Systems)可靠性建模的基本假设,指出了解析模型描述和求解能力的不足以及仿真模型存在的难以转换的缺点.应用着色Petri网(CPN,Colored Petri Net) Tools建立PMS的多层通用仿真模型:顶层控制模型将PMS各阶段的故障树参数化,作为CPN通用仿真模型的输入;单阶段处理模型根据顶层控制模型的输入判别该阶段顶事件是否发生;底事件处理模型通过比较随机数和故障发生概率的大小产生故障.通用仿真模型可以保持模型结构的稳定,同时又简化了仿真模型的生成.案例对比了CPN仿真模型与二元决策图(BDD,Binary Decision Diagrams)算法的可靠性计算结果,证明了模型的正确性;具有动态变化参数的PMS仿真则说明了模型的适用性.