智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

基于室内无线模型的穿墙损耗校正

K-M（Keenan-Motley）模型将单墙固定损耗值相加来计算室内无线信号穿透多墙的总损耗值，存在较大误差。针对该问题选取多种室内场景分别进行连续波（Continuous Wave，CW）测试，对无线信号穿墙损耗的影响因素和变化规律进行分析，提出了一种基于人工神经网络的室内无线模型穿墙损耗校正方法，对预处理后的测试数据进行训练并建立预测模型。经验证该预测模型符合校正判别准则，在实际场景下具有良好的预测准确度。     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

X射线脉冲星信号时延的实时估计方法

针对在频域内计算X射线脉冲星信号延时量存在滞后性,进而难以为航天器自主导航提供实时信息的问题,提出将脉冲星信号延时估计转化为时域内标量估计的方法。首先,通过人工神经智能网络获得脉冲星信号的标准轮廓函数作为状态方程;应用粒子滤波算法对脉冲星信号延时量进行实时估计;其次,为了避免标准粒子滤波器中的粒子退化现象,推导并证明了一种新型粒子滤波算法;最后,推导出粒子滤波算法的精度函数,为航天器的导航策略提供参考。以航天器在轨运行中可能遇到的3种情况为背景,验证了所提粒子滤波算法的正确性与有效性。     

航空发动机滑油压力和温度最大影响参数的一种确定方法

以初步确定的试飞中滑油压力和滑油温度影响参数集合为基准输入参数,基于大量试飞数据,采用人工神经网络方法,获得滑油压力模型和滑油温度模型的基准结果。随后,采用不同的基准输入参数子集进行人工神经网络计算,以模型计算结果与试飞结果的最大偏差、偏差分布范围作为判据,与基准结果对比,确定滑油压力和滑油温度的最大影响参数。最后,建立发动机全包线试飞、全工作状态的滑油压力和滑油温度最大影响参数确定方法。该方法对滑油系统的试飞内容规划、状态预判和安全监控等具有重要的指导作用。     

基于人工神经网络的停机坪安全预警研究

停机坪是机场的重要组成部分,停机坪安全是机场安全关注的重点。影响停机坪安全作业的要素有很多,通过对这些要素进行监控和预警,可以减少停机坪的安全隐患,保证机场正常运行。根据济南遥墙机场的主要数据,运用因子分析法对影响停机坪安全的主要因素进行分类,提取公共因子。并运用人工神经网络（ANN）方法,对这些公共因子进行神经网络训练和预测分析,最终得到遥墙机场停机坪的安全情况。     

基于智能双重响应面法的涡轮叶盘可靠性灵敏度分析

为了合理进行整体叶盘多失效模式可靠性分析和准确描述各影响参数的重要程度,将智能算法与双重响应面方法相结合提出可靠性灵敏度分析的智能双重响应面方法 (Intelligent Dual Response Surface Method,IDRSM)。首先,建立IDRSM的数学模型,给出基于IDRSM的可靠性灵敏度分析的流程。然后,考虑流场和温度场作用,基于IDRSM对整体叶盘径向变形和应力两种失效模式进行可靠性分析和灵敏度分析。可靠性分析显示:当许用径向变形、许用应力的均值和标准差分别取3.8mm和76μm,690MPa和14MPa时,叶盘综合可靠度为0.9926。灵敏度分析显示:整体叶盘综合失效概率的主要影响因素为流速和转速,占叶盘总失效的92%。通过蒙特卡洛法、响应面法、极值响应面法、智能响应面法等四种方法比较显示:IDRSM能在保证计算精度的前提下提高计算效率。实例分析表明该方法在多失效模式综合可靠性灵敏度分析中的可行性和有效性,也为结构多失效模式可靠性优化开辟了有效途径。     

轴编C/C复合材料组分材料有效性能

利用光学显微镜观测和测量轴编C/C复合材料细观编织结构及其尺寸,建立轴编C/C复合材料有限元模型,通过给出组分材料有效性能的变化区间,构造组分材料性能与轴编C/C复合材料宏观有效性能的对应关系,利用径向基函数(RBF)人工神经网络(ANN)方法,对该高度非线性的对应关系进行训练,通过轴编C/C复合材料宏观实验结果,预报其组分材料的有效性能。结果表明,轴编C/C复合材料面内弹性性能基本相同,在测量时可忽略面内纤维束铺设方向的影响;人工神经网络对训练样本有一定的依赖性,但通过多次随机构造样本训练网络,可得到理想的预测结果,且人工神经网络方法具有很好的容错性,能很好地预报轴编C/C复合材料组分材料的有效性能。     

基于复合弯掠技术的轴流风机叶轮优化

基于叶轮机械全三维优化设计平台NUMECA/Design 3D,采用人工神经网络和遗传算法相结合的方法,通过复合弯掠技术对一低压轴流风机叶轮空间弯掠积叠线进行三维优化设计。优化目标为在设计工况点保持风机流量不变,尽可能提高气动效率和全压升。结果表明:复合弯掠优化使叶轮设计工况点的效率和全压升分别提升约1.92%和3.98%。复合弯掠优化使叶片负荷重新分布,改善了叶顶和叶根区域的流动,同时抑制了叶轮近吸力面叶根角区的流动分离和减小了叶顶泄漏涡的强度和影响范围,降低了流动损失,提高了叶轮气动性能。