基于改进正则化极限学习机的航空发动机性能参数预测

性能参数预测技术是航空发动机健康管理的核心研究内容,越来越多的机器学习算法被应用于该领域,正则化极限学习机(Regularized extreme learning machine,RELM)是其中之一.但RELM的正则化参数确定非常消耗计算资源,使其在数据量较大的航空发动机性能参数预测领域表现出不适应性.本文使用前向...     

基于神经网络的飞机极限数据专家系统

利用神经网络专家系统的方法时飞机飞行参数的极限允许值进行计算,可以使推理过程变得简洁、清晰,避免了常规方法在软件实现上的诸多缺点。同时,本文采用一种模糊规则方法对神经网络专家系统的推理行为进行描述,使得神经网络专家系统能够回答有关why和how的询问。以最大允许马赫数的计算为例,本文设计了用于该参数推理的神经网络专家系统．并给出了简单算例。     

二阶n次多项式自治系统的极限环的唯一性

主要利用文［１］中的变换,将下列二阶ｎ次多项式自治系统ｄｘｄｔ＝ｇ１（ｘ）＋ｈ１（ｘ）ｙｄｙｄｔ＝ｇ２（ｘ）＋ｈ２（ｘ）ｙ（＊）（其中,ｇ１（ｘ）＝∑ｎｉ＝０ａｉｘｉ,ｈ１（ｘ）＝∑ｎ－１ｉ＝０ｂｉｘｉ,ｇ２（ｘ）＝∑ｎｉ＝０ｃｉｘｉ,ｈ２（ｘ）＝∑ｎ－１ｉ＝０ｄｉｘｉ）变换成Ｌｉｅｎａｒｄ方程,再利用构造Ｄｕｌａｃ函数的方法和文［２］中的一个定理,得到了二阶ｎ次多项式自治系统（＊）的极限环唯一性的几个充分条件。     

基于改进回溯法的直升机机载航炮可攻击区研究

针对机载航炮可攻击区求解问题,提出改进回溯法并应用其进行机载航炮可攻击区的研究。首先,根据直升机机载航炮攻击区的定义,综合考虑直升机和机载航炮的数学模型,基于最小二乘法预测目标轨迹,并针对空对地目标打击问题建立瞄准命中方程。然后,考虑武装直升机和航炮的约束条件,将可攻击区求解问题转化为空间树优化问题,引入剪枝函数和搜索优先级函数,提出改进回溯法对机载航炮可攻击区边界进行求解,略去了可攻击区内部冗余节点的搜索,提高了攻击区搜索效率。最后,通过仿真验证了所提方法的可行性和有效性。     

基于小波神经网络的多模型故障检测

提出了一种利用小波神经网络辨识非线性系统多模型故障的方法。证明了状态估计误差渐近收敛到零,同时证明了如果激活函数满足持续激励条件,辨识器参数将趋于理想辨识器参数。分析了多模型辨识结构,并将小波神经网络作为辨识器应用于多模型故障检测。给出了小波神经网络进行非线性系统逼近的实例,用小波神经网络辨识器对多故障模型检测进行了仿真,证明了此方法的正确性和可行性。     

基于X窗口系统的操作回放模型研究

空中交通管制系统需要对整个系统的运行过程进行监控、记录和回放,而该系统都以X窗口系统作为图形用户接口,本分析了X窗口系统的特点并且按照数据流的来源不同讨了数据回放、操作回放两种模式,提出了基于X窗口系统的同样具有设备独立性和网络透明性的操作回放模型。     

基于数据采集的变速恒频（VSCF）电源系统交流畸变检测研究

ＶＳＣＦ电源是飞机的关键部件,其输出电压质量必须满足军标。必须快速精确地检测出交流畸变故障。本文详细地介绍了基于数据采集的ＶＳＣＦ电源交流畸变故障检测技术。首先,详细阐述了基于快速傅立叶变换的检测方案和频谱混叠现象的原理,给出了采样频率选择依据。重点介绍了数据采集电路方案,采用８０９６ＢＨ单片机系统,设计出电气隔离及抗干扰电路;抗混频率滤波器;ＭＡＸ１２０高速Ａ／Ｄ转换器及其接口电路。此外还给出了     

具有认知能力的入侵检测系统模型

介绍了入侵检测的原理,对目前入侵检测的模型和方法进行分析,并给出了一个具有认知能力的入侵检测系统模型,该模型由基于规则的检测模块、神经网络组件、统计分析处理模块三个主要模块组成。模型采用了异常检测和误用检测相结合的方法,使系统既有对已知的攻击有较好的识别能力,又有检测未知攻击的能力。文末指出了当前入侵检测存在的问题及今后的发展方向。     

基于BAS_RVM的APU涡轮剩余寿命预测

提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统（Auxiliary power unit, APU）涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索（Beetle antennae search, BAS）算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度（Exhaust gas temperature,EGT）并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

高速无人机自主着陆纵向控制技术研究

为了提高无人机自主着陆的控制精度与安全性,以某型高速无人机为研究对象,在陡下滑段采用总能量控制,跟踪高度和速度同时变化的下滑轨迹;在拉起段接入速度控制,并在指数拉起的基础上,采用高斯伪谱轨迹优化方法设计出油门单调减小的速度轨迹;基于自抗扰控制方法设计升降速度控制律,实现对触地升降速度的精确控制。最后,在MATLAB/Simulink平台下搭建对象模型,对无人机自主着陆闭环控制系统进行仿真,并采用蒙特卡洛法对存在参数不确定性情况下的控制系统鲁棒性能进行验证。仿真结果表明,所提出的轨迹设计方法与控制结构能够满足着陆性能要求,控制系统具有较强的鲁棒性。     

基于正负序分离的无轴承永磁同步电机位置传感器容错控制

无轴承永磁同步电机（Bearingless permanent magnet synchronous motor, BPMSM）凭借无接触、无磨损的优异性能在工业生产中获得广泛应用,对旋转和悬浮的精确控制是保证其稳定运行的关键,需实时获取高精度的转子位置信息以实现切向力矩和径向悬浮力的解耦。为保证位置传感器故障情况下BPMSM稳定运行,文中提出一种基于正负序量分离的BPMSM传感器容错控制方案。首先,结合BPMSM数学模型,分析传感器故障对电机转矩和悬浮系统的影响。在此基础上,提出一种基于过零点检测的故障诊断函数,实时监测传感器信号故障。其次,引入旋转坐标系分析传感器信号中正序分量和负序分量的特征,分离出正序分量并提取其中的转子位置信息,构建位置检测容错系统完成故障信号到容错策略的切换,实现BPMSM在传感器故障情况下的稳定运行。最后,基于一台BPMSM实验样机对所提方案的有效性进行了充分的仿真与实验验证。