基于PC/104总线的飞机电源产品综合测试系统

详细介绍了一套基于PC／104总线和虚拟仪器技术的飞机电源产品综合测试系统的功能和软硬件实现原理。阐述了测试系统的设计原理，最后结合整个系统设计介绍了在LabVIEW环境下测试系统软件的设计和实现。     

某机载计算机系统测试性分析与研究

系统测试性已从系统维修性中分离出来,逐渐形成一套完整的体系,成为一种独立的系统特性.在计算机系统设计中应同步考虑该系统的测试性设计,系统设计是否满足设计要求可以通过系统测试进行证明,因此完整、有效性的系统测试性是设计实现的基本保证.本文通过软件及硬件分析介绍了某系统组成结构,重点阐述了系统测试的设计原理和实现方法,对系统测试性实现进行了数据分析,为计算机系统设计、测试性设计提供了借鉴和参考.     

基于虚拟仪器的飞机供电特性参数测试系统的设计

介绍了一种基于虚拟仪器PXI总线的飞机供电特性参数测试系统的设计与实现，在设计该测试系统时采用了符合PXI总线规定的硬件仪器模块，使用图形化编程语言Labview设计了飞机供电特性参数的各种测试算法，实现了多通道同时快速数据采集以及并行同步采集。通过虚拟仪器面板的交互式使用，使界面简单明了、非常便于操作。通过对国产某型飞机供电系统的测试实验。结果表明该系统设计先进、稳定可靠、测试结果达到了要求的精度，对于被测的稳态以及瞬态参数有很好的性能，具有非常广泛的应用前景。     

航天远洋测控应用软件系统仿真测试平台

针对传统测试方法的不足,提出通过构建一套近似任务的仿真测试环境实现对航天远洋测控应用软件系统的充分测试。首先介绍MSTCAS(航天远洋测控应用软件系统)仿真测试平台的功能需求;其次描述MSTCAS仿真测试平台的系统组成和信息交互关系,提出了可重构的MSTCAS仿真测试平台系统设计方案,给出了仿真模型说明和基于平台的测试流程;最后进行了实践应用。应用证明,该测试平台系统设计合理、灵活通用,能够满足MSTCAS的全面测试需求。     

民用飞机客舱系统测试准备就绪评审分析

在民用飞机航电系统设计过程中，通常系统的集成是从一个个单元（item）的集成开始的，为保证测试系统构型可控，满足系统集成测试的准确性、可追溯性，需开展测试准备就绪评审工作。基于对测试准备就绪评审的介绍，结合ARP4754A和实际的工程案例，从待测系统、测试文档、测试环境、测试记录、质量审计、构型控制、与开发计划的符合性等七个方面阐述了测试准备评审开展的要点，其研究结果在型号实践中已经得到应用并表明是有效的、合理的。     

基于三维设计环境下某型教练机管路系统设计技术

通过对国内外飞机管路系统设计技术以及传统管路设计制造方法的分析表明，管路数字化设计技术不仅是飞机协同设计的重要环节，也是实现模拟星向数字量转换的有效途径。本文针对管路系统设计技术应川现状，提出了飞机管路系统数字化设计技术应用方案，阐述了实现飞机管路系统数字化设计的技术方法     

基于DSP的无刷直流电动机控制系统设计

介绍了无刷直流电动机的控制原理,给出了系统设计的整体方案,并详述了硬件电路和软件程序设计。系统的测试结果表明,基于DSP的无刷直流电动机控制系统,可以实现对电动机的全数字化双闭环控制。     

多元红外探测器均匀性自动化测试

针对光导型多元红外探测器特性,研制了红外探测器均匀性自动化测试系统。本文介绍了测试系统的组成及相应的软件,阐述了工作原理、控制策略及数据处理技术。测试结果表明系统设计合理、工作稳定,具有精确控制和抗干扰能力。     

测试计划调度信息管理系统设计

提出了应用于飞行试验测试和数据处理过程中的计划和调度信息管理系统，介绍了系统设计的原则、系统结构以及系统管理的内容和功能。该系统具有准确、快速、针对性强等特点，同时可提高人员的工作效率和设备的使用效率。     

基于B/S的高校毕业与就业管理系统设计与开发

通过分析当前高校毕业与就业管理系统中存在的各种问题,结合毕业与就业管理系统的各类需求,给出了本系统的具体实现功能。在系统设计过程中,提出了系统的设计思路、系统的体系结构和数据库设计,并对系统进行功能和性能测试。实验有效证明了该系统的办公效率和管理水平,为高校的学生毕业与就业工作提供了一定的参考价值。     

On-line gain-tuning IP controller using RFNN

In this study an integral-proportional (IP) controller with on-line gain-tuning using a recurrent fuzzy neural network (RFNN) is proposed to control the mover position of a permanent magnet linear synchronous motor (PMLSM) servo drive system. The structure and operating principle of the PMLSM are first described in detail. A field-oriented control PMLSM servo drive is then introduced. After that, an IP controller with on-line gain tuning using an RFNN is proposed to control the mover of the PMLSM for achieving high-precision position control with robustness. The backpropagation algorithm is used to train the RFNN on line. Moreover to guarantee the convergence of tracking error for the periodic step-command tracking, analytical methods based on a discrete-type Lyapunov function are proposed to determine the varied learning rates of the RFNN. Furthermore, the proposed control system is implemented in a PC-based computer control system, Finally, the effectiveness of the proposed PMLSM servo drive system is demonstrated by some simulated and experimental results. Accurate tracking response and superior dynamic performance can be obtained due to the powerful on-line learning capability of the RFNN. In addition, the proposed on-line gain-tuning servo drive system is robust with regard to parameter variations and external disturbances     

Sensor validation using hardware-based on-line learning neuralnetworks

The objective of this document Is to show the capabilities of parallel hardware-based on-line learning neural networks (NNs). This specific application is related to an on-line estimation problem for sensor validation purposes. Neural-network-based microprocessors are starting to be commercially available. However, most of them feature a learning performed with the classic back-propagation algorithm (BPA). To overcome this lack of flexibility a customized motherboard with transputers was implemented for this investigation, The extended BPA (EBPA), a modified and more effective BPA, was used for the on-line learning, These parallel hardware-based neural architectures were used to implement a sensor failure detection, identification, and accommodation scheme in the model of a night control system assumed to be without physical redundancy in the sensory capabilities. The results of this study demonstrate the potential for these neural schemes for implementation in actual flight control systems of modern high performance aircraft, taking advantage of the characteristics of the extended back-propagation along with the parallel computation capabilities of NN customized hardware     

动态模糊RBF神经网络焊接接头力学性能预测建模

建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明：模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。     

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。      

ENGINE SENSOR FAULT DIAGNOSIS USING MAIN AND DECENTRALIZED NEURAL NET WORKS

ＡｎａｌｙｔｉｃａｌｒｅｄｕｎｄａｎｃｙｔｅｃｈｎｉｑｕｅｓｓｕｃｈａｓｅｘｔｅｎｄｅｄＫａｌｍａｎｆｉｌｔｅｒ，ｃｏｍｐｏｎｅｎｔｓｔｒａｃｋｉｎｇｆｉｌｔｅｒａｎｄｓｏｏｎｃａｎｄｅｔｅｃｔ，ｉｓｏｌａｔｅａｎｄａｃｏｍｍｏｄａｔｅｆａｉｌｕｒ...     

An intelligentized and fast calibration method of SINS on moving base for planed missiles

In order to minish the error of inertial sensors, the technology of neural networks is attempted to on-line calibration of a slave inertial navigation system mounted on planed missiles. Based on the time-varied specialty of slave inertial navigation system on a moving base, an input–output sample structure method is proposed, and to automatically calibrate and revise the error of inertial sensors of inertial navigation system. When a missile is appended under the wing and in free-flight, in order to solve the inconsistent problem of measurement's character of the inertial sensors, the error angles between the master inertial navigation system and the slave inertial navigation system are estimated in advance, then, the input samples of a neural network can correctly simulate the free-flight state. Furthermore, in order to make a learning algorithm of neural networks can satisfy real-time calibrating on a moving base, the traditional Newton algorithm is improved by using first differential coefficient to replace the approximate matrix of second differential coefficients. As a result, the training speed and precision of neural network are enhanced. The simulation results indicate that the method and algorithm are feasible.     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

超精密车床位置精度的计算机辅助测试系统

介绍了一种超精密车床位置精度的计算机辅助测试系统,利用激光干涉仪在线检测超精密车床伺服工作台线性定位精度．该系统利用了原有的控制装置和自行研制的与激光干涉仪的接口电路,通过数控编程实时对工作台的静态和动态位置精度进行检测,并分析了系统的测量精度．     

不确定性非线性系统的自适应输出反馈控制

研究了一种不确定性非线性系统的自适应输出反馈控制方法.首先引入伪控制信号使系统反馈线性化,然后设计一个线性动态补偿器和在线神经网络,自适应消除不确定性和建模所引起的误差.仿真结果表明,该控制方法能够消除系统的稳态误差,提高系统动态性能,并且具有较好的鲁棒性.     

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。