非线性非定常气动力的模糊逻辑建模方法

建立了非线性非定常气动力的模糊逻辑模型。利用大迎角俯仰及滚转振荡气动力验证了模型的有效性。结果表明：该模糊逻辑模型对非定常气动力有很好的预测能力;利用模糊逻辑方法可建立包括非基本运动状态变量在内的多变量非线性非定常气动力的数学模型。     

非定常气动力对飞行动力学特性影响分析

在模糊逻辑非定常气动力建模的基础上,研究了非定常气动力对飞行动力学特性的影响.首先分析了非定常气动模型与定常气动模型的差别.其次采用分支分析方法,对带定常与非定常气动模型的飞行动力学系统的陡尾旋状态平衡分支图进行计算、比较与分析.并通过仿真对结果进行验证.研究表明,在大迎角状态下,非定常气动模型与定常气动模型存在较大的差别,对飞行动力学特性将产生一定的影响,需要在大迎角控制律设计中考虑非定常气动力的影响.     

飞机大攻角气动力建模研究进展

在飞机大攻角气动力建模领域中，将已有的模型归纳为代数模型、积分模型和微分方程模型三类。文章给出了非线性气动力两种常用的代数模型──多项大模型和样条函数模型；简要阐述了非定常气动力积分模型的建立及其简化过程；重点综述了新近开发的微分方程模型，从有分离的翼型和有涡破裂的三角翼气动力模型形式推广出微分形式的飞机大攻角气动力模型。应用实例表明，积分模型和微分方程模型能够描述大攻角气动力的非定常增升和迟滞效应。     

飞行器大振幅运动实验与气动力建模

介绍了南京航空航天大学NH-2风洞中建立的大振幅运动动态实验台.某战斗机模型在该实验台进行大振幅运动动态实验,测量了模型作单独俯仰、偏航、滚转运动时的非定常空气动力.在非线性阶跃函数模型和小波分析理论的基础上,将小波应用于非线性阶跃函数模型,进行气动力建模.在建模过程中,以模型的大振幅运动实验结果为样本数据,并将建模结果与实验数据进行对比.为了提高可信度,建模采用了不同频率下的多组实验数据,因此该模型具有相对广泛的适用性.     

基于Volterra级数的非定常气动力降阶模型

为了满足气动伺服弹性分析与综合的需要,优化了一种基于Volterra级数的非线性非定常气动力降阶模型。通过CFD技术计算出的广义非定常气动力阶跃响应辨识出Volterra核,应用特征系统实现算法建立非定常气动力的状态空间模型,并将该模型应用于气动弹性计算。用气动弹性标准模型AGARD 445.6机翼对该降阶模型做了验证,结果表明这种方法可以快速准确地求解气动弹性问题。     

非定常气动力建模研究与虚拟飞行试验验证

非定常气动力建模涉及空气动力学、飞行力学、飞行控制等多个领域,是完善飞机大迎角气动数据库的关键。传统的气动数据库模型为动导数模型,由静态气动力、旋转天平、动导数等数据构成,无法精细表征过失速机动状态下的非定常效应。循环神经网络（RNN）结构是一种处理和预测序列数据的神经网络结构,在人工智能领域运用广泛,与非定常气动力一样都具有时间序列依赖的特点。重点研究了循环神经网络在非定常气动力建模中的应用,利用单自由度俯仰振荡的风洞试验数据进行建模。使用强迫运动试验与虚拟飞行试验2种方法对非定常模型进行验证:在强迫运动试验中,通过直接对比气动力曲线,对具有实战意义的眼镜蛇机动进行了验证;在虚拟飞行试验中,通过对比试验与建模仿真的运动参数曲线,验证了气动力模型的准确性。2种验证方法均表明循环神经网络模型比传统动导数模型更接近试验结果。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

基于风洞试验的非定常气动力微分方程建模方法

为准确描述大攻角非定常运动中非定常气动力的气动特性,研究了以微分方程为基础的非定常气动建模方法。在某战斗机大振幅偏航、滚转单自由度及偏航-滚转耦合运动风洞试验的基础上,对偏航力矩、滚转力矩建立微分方程模型,分析研究不同频率、同一侧滑角情况下,气动力的迟滞时间;然后对高频运动下的气动力进行拟合,进而建立高频运动下的气动力微分方程模型。研究表明:模型可精确预测不同机动下非定常气动特性;建模方法具有较强的工程可行性。     

风力机叶片非定常气动力降阶模型方法

基于计算流体力学(Comptational fluid dynamic,CFD)的非定常气动力降阶模型方法,建立起叶段振动状态下的非定常气动力模型,用来模拟叶片变形与气流耦合作用下的附加非定常气动力,实现了叶段在旋转过程中的非定常气动特性建模。通过与CFD结果的校验,验证了方法的可行性,分析了模型对阶跃幅值、风速及振动频率等参数变化的敏感性,然后将方法推广至多叶段模型,并结合结构动力学方程给出多叶段模型的气动弹性响应历程。     

一种变论域模糊自适应导引律研究

针对空空导弹的导引律问题，基于模糊逻辑和遗传算法．提出了一种论域自调整的进化模糊导引律。将导弹与目标的接近速度以及导弹的视线角速度作为模糊控制器的输入，指令加速度作为输出，并在传统的模糊逻辑控制基础上引入了一个非线性变论域函数，从而实现了模糊变量论域的动态改变，然后使用遗传算法对导引规则进行了寻优。以某型空空导弹模型为对象使用MATLAB对导弹攻击过程进行了仿真。仿真结果表明，该方法的机动过载小，拦截飞行时间短，是一种较为优越的制导方法。     

飞机穿越微下击暴流风切变的智能控制

在应用模糊逻辑建模与辨识方法建立微下击暴流风切变模型的基础上，根据恒定俯仰姿态改出微下击暴流的飞行引导策略，提出了一种改出微下击暴流风切变的模糊反馈控制系统，并将遗传算法应用于该模糊逻辑控制器的设计。结果表明，本文提出的建模方法能够更真实地反映出飞机穿越微下击暴流风场的动态特性；采用模糊逻辑控制器，可使得飞机在穿越微下击暴流风场时具有较好的改出性能；另外，遗传算法的应用对已设计的模糊逻辑控制器进行了优化，进一步改善了飞机穿越微下击暴流的性能。     

模糊逻辑的神经网络实现

研究了模糊控制中，模糊推理规则由多层神经网络实现问题。将模糊推理规则中的每一个规则的前件知识，直接嵌入神经网络的权中，然后利用神经网络的自学习功能；自动辨识控制规则，且对隶属函数进行微调整。其学习方法主要采用误差逆传播算法。     

故障诊断专家系统中的模糊推理方法

分析了在构造机械加工故障诊断专家系统时领域知识的不确定性，认为国在故障诊断领域，专家的思维逻辑以及大部分领域知识反映的事物的模糊性而不是随机性，由此提出了基于模糊集理论的模糊诊断方法。利用隶属度和模糊综合评判的概念和方法有效地处理了领域知识描述和诊断推理中的不确定性问题，指出了在模糊推理模型中，模糊诊断权矩阵是专家诊断知识和诊断经验的集中体现，并且给出了确定初始诊断权矩阵的方法。     

基于模糊最小-最大神经网络的输油管道泄漏故障诊断方法

提出一种基于模糊最小-最大神经网络的输油管道泄漏故障诊断方法。该方法将管道压力特征作为模糊最小-最大神经网络的输入,通过模糊最小-最大神经网络的输出判断管道是否发生泄漏,并且针对实测数据含有噪声和测量误差的情况,设计一种可以有效处理实测数据的隐含节点函数。通过对管道试验系统实测数据的验证,本文方法可以有效检测管道泄漏故障。     

Fuzzy模型与线性模型的比较

针对一组非线性的输入／输出数据,用两种Ｆｕｚｚｙ辨识方法进行了模型辨识,并与线性模型作了比较。结果表明,Ｆｕｚｚｙ模型比线性模型的预报精度高。尤其对于非线性系统,Ｆｕｚｚｙ模型确实有很大的潜力。     

模糊控制和神经网络相融合的研究及其在家电产品中应用

综述了模糊控制和神经网络相融合的研究，列举了若干种由神经网络实现模糊规则和模糊控制器的方法．这些利用神经网络的模糊控制器，能自动地辨识控制规则和校正隶属函数．最后叙述了该方法在家电产品中的应用。