共查询到20条相似文献,搜索用时 171 毫秒
1.
本文将控制论中的辨识技术用于确定固体推进剂火箭发动机装药的侵蚀燃速关系式,对燃速辨识方法作了较为全面和详细的研究.通过对假想发动机作燃速辨识,对该方法的可行性作了充分的论证.用燃速辨识法对真实型号的发动机作了侵蚀燃速辨识,获得了同一发动机装药在不同初温下侵蚀燃速关系式.由于燃速辨识仅需利用一条发动机试车压力一时间曲线,并且在电子计算机上用最优化方法给出结果,因而该方法具有迅速、经济、准确等优点,能更实际地研究固体火箭发动机工作状态下的装药侵蚀燃烧特性.而且便于观察过去实验研究做得较少的初温对侵蚀燃速的影响.这是一种在工程应用上确定装药侵蚀燃速的切实可行的方法. 相似文献
2.
3.
4.
基于试验获得的气相和粒子冲刷条件下的固体推进剂燃速数据,采用误差反向传播算法(BP算法)的人工神经网络技术开展了推进剂的燃速特性分析。网络训练和预示结果表明,利用BP算法开展冲刷条件下的燃速影响因素分析的精度在4%以内。分析结果表明,气相和粒子冲刷速度都会影响固体推进剂的燃速。在低气相速度条件下,推进剂燃速对粒子冲刷速度的变化更为敏感。粒子冲刷对固体推进剂燃速的影响存在界限效应,当粒子冲刷速度大于某一界限值时,推进剂燃速增加幅度增大,并由粒子冲刷主导。 相似文献
5.
固体火箭发动机瞬变参数辨识 总被引:1,自引:0,他引:1
叙述了固体火箭发动机参数辨识的方法, 以反喷管打开后瞬变过程中推进剂瞬变燃速、打开函数和喷喉收缩因子的辨识为例, 说明了瞬变参数辨识的技术。辨识采用的数学模型是零维不定常内弹道计算方程组, 这是一个非线性系统的参数辨识问题。优化方法采用阻尼最小二乘法。给出了算例, 经参数辨识准度分析, 辨识结果是合理的。 相似文献
6.
7.
根据试车数据,对全尺寸发机和标准发机瞬时燃速进行了计算,利用参数辨识技术,确定了维也里燃公式(r=ap^n)里的常数,计算结果表明:对应用在不同发动机中的同一种推进剂来说,其燃速系数α和压强指数n是不同的。探讨了不同发动机燃速常数变化的原因以及规律性,提供了分析全尺寸发动机,标准发动机之间燃速相关性的新方法。 相似文献
8.
简要介绍国外现有微波测量固体推进剂瞬态燃速的方法。提出一种建立于单边带调制技术的新微波测量法。新法采用了一个微波燃速传感器,它能直接获得微波多普勒变化量,具有低值、便携的优点,因此适用于工程现场测试。本文比较了滤波法和相移法,采用相移法能进一步提高瞬态燃速的分辨率。 相似文献
9.
10.
本文在原始BDP多火焰燃烧模型的基础上,对多分散的氧化剂颗粒和扩散火焰距离进行了简化计算,对含铝和含催化剂的计算亦进行了简化处理。设计的程序较为简短,能在带FORTRAN语言的各种类型微型机上实行快速运算,计算与实测结果的对比,其精度在10%以内。理论计算还预示:凡能增大AP焰反应速度的燃速催化剂,具有大幅度提高燃速和降低压力指数的效果;选择的氧化剂颗粒级配若D(相当)接近80微米时,能达到提高燃速与降低压力指数的作用。 相似文献
11.
采用进化神经网络方法,通过测量参数对压气机结垢性能退化模式进行了定量监控和评估。运用粒子群算法优化径向基函数(Radial Base Function,RBF)神经网络的初始权值,即由神经网络训练样本所得到的实际和期望的输出之间的误差平方和构造适应度函数,对RBF神经网络的隐层中心、半径以及输入输出权值进行全局寻优搜索,设计了进化RBF神经网络,并对模拟得到的压气机结垢的样本进行训练和测试。结果表明:进化RBF神经网络的模式识别能力比普通RBF神经网络的要强,对燃气轮机性能退化评估和健康管理具有重要理论意义和应用价值。 相似文献
12.
13.
字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。 相似文献
14.
阐述了ART1神经网络在制造单元设计过程中形成零件族的基本方法,并在基于MATLAB的软件平台上,利用其神经网络工具箱对生产过程中的实际情况进行了仿真和应用。 相似文献
15.
神经网络及其在飞行器建模与控制中的应用 总被引:1,自引:0,他引:1
综述了近年来人工神经网络在飞行器系统建模与控制中的应用研究概况,首先给出了在系统建模与控制中的几种常用神经网络模型及其学习算法,进而介绍了人工神经网络在系统建模与控制,尤其是在飞行器建模,控制与故障分析中的应用现状,最后,就人工神经网络在解决飞行器非线性系统建模,智能控制和飞行故障分析方面的发展前景进行了讨论。 相似文献
16.
本研究克服了单纯采用专家风险因子测度方法主观性较强的缺点,以及单纯采用人工神经网络评估模型模糊性的缺点,结合两种方法的优点,利用基于BP神经网络算法的Microsoft Visual C++程序,在专家风险因子测度基础上,通过大量风险评估成功案例数据的训练,成功建立了航空型号项目风险预测模型.该模型可以较为精确、客观地... 相似文献
17.
18.
19.
基于深度学习的人工智能图像分类方法研究是当前计算机视觉领域的研究热点。面向深度学习中的Softmax图像分类方法,首先回顾了图像分类技术的发展历程,接着介绍了图像识别技术中的分类器,并解释了Softmax回归函数的分类实现原理。基于Softmax回归分类器的应用,详细阐述了多种图像分类技术,具体包括浅层神经网络、深度置信网络、深度自编码器和卷积神经网络。同时,对比介绍了各种级联模型的具体结构、训练方法、实际应用、分类效果以及优缺点。最后,从Softmax回归分类器、深度学习网络模型和高维数据分类三个方面对基于Softmax回归分类器的深度学习模型在图像分类方面的发展与应用前景进行了展望。 相似文献
20.
The application of artificial neural networks for aircraft motion control, in particular, for creation of nonlinear algorithms of the aircraft remote control system (RCS) is considered. Aircraft as a control object is represented as a multidimensional nonlinear dynamic system and nonlinear control methods are used to operate this system. The control loop is constructed using the method of inverse dynamics based on the feedback linearization principle. The nonlinear control law is represented as a neural network being learned (adjusted) by recorded or incoming measurements of motion parameters. Synthesis and testing of neural network control algorithms is performed with the fully nonlinear mathematical model of a maneuverable aircraft for three control channels. Simulation results of the closed system are presented. 相似文献