航空发动机直通型篦齿径向变形稳健性优化

为了降低参数不确定性对发动机直通型篦齿径向变形的影响,提出了一种基于最小二乘支持向量机(LS-SVM)和概率分位数区间模型的稳健性优化方法。通过LS-SVM建立参数与篦齿径向变形的响应面近似模型,考虑到参数不确定性分布类型的差异性,采用概率分位数区间方法建立稳健性优化模型,对篦齿结构径向变形进行了稳健性优化设计。结果表明:优化后的篦齿结构径向变形概率分位数区间比优化前减少6%,参数灵敏度分析结果也验证了该优化方法的有效性。     

基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制

提出了一种基于改进LS-SVM的航空发动机传感器故障诊断与自适应重构控制方法.该方法通过给误差变量赋予不同权值因子提高LS-SVM的鲁棒性,采用修剪算法提高LS-SVM的稀疏性;该方法从某涡扇发动机输入输出空间中建立其正常模型,采用阈值判别法对传感器故障进行实时监视与诊断,并用模型输出值代替故障传感器测量值反馈回闭环控制系统,实现对发动机的自适应重构控制.仿真结果表明,该方法能及时准确地定位故障,并进行有效的自适应重构控制.      

基于PSO算法的航空发动机起动燃油控制

针对航空发动机起动过程燃油流量优化控制的实时性要求, 提出一种新的航空发动机起动燃油控制方法——基于粒子群优化（PSO）算法的非线性预测控制.该方法在建立最小二乘支持向量机（LS-SVM）预测模型的基础上, 运用PSO算法实现其滚动优化功能.经实例验证, 燃油流量经过PSO算法优化控制后, 高低压转子转速的超调量减小, 并且其稳定的时间比没有经过优化控制的要快上56 s.由仿真结果可知, 该方法可以用于航空发动机起动过程燃油控制, 当给定的约束条件足够精确时, 能以较高的精度计算出最佳供油规律.      

基于LS-SVM的军用航空发电机寿命预测研究

为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM（Least Squares Support Vector Machines）模型的航空发电机寿命预测方法。采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测。研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值。     

基于GA和ARMA模型的制导弹药技术状态预测

针对定期检测判断制导弹药技术状态影响弹药寿命和实时性较差的问题,提出了基于遗传算法(GA)优化的自回归与移动平均(ARMA)模型制导弹药技术状态预测方法。在获取到制导弹药状态特征量历史检测数据的基础上,采用遗传算法对ARMA模型的阶数进行优化,通过实例将遗传算法优化后的ARMA模型与经典ARMA模型的预测结果进行比较分析,结果表明,经过优化后的ARMA模型具有更好的预测效果。该方法提高了制导弹药技术状态确定的实时性,对降低、消除制导弹药故障危害具有实际意义。     

面向成本的飞机结构优化设计

基于协同优化方法,建立了面向成本的飞机结构优化设计模型.该模型不同于传统的结构设计中以质量最小或结构效率最大为优化目标,而是以寿命周期成本为目标,通过相同的结构尺寸变量将结构质量与制造成本联系起来.其中以重量表征油耗成本,寿命周期成本模型被简化为制造成本和油耗成本的函数.在iSIGHT优化平台实现了这一结构协同优化的过...     

基于LS-SVM的飞机飞行事故率的预测建模

针对飞行事故率预测建模难的问题,基于统计学习理论,采用LS-SVM方法,建立了飞行事故率的预测模型.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性.     

基于RF-SVR的燃油计量装置性能衰退检测和剩余寿命估计方法

为了实现航空发动机燃油系统的安全状态监测和健康管理,开展了燃油系统性能衰退检测和剩余使用寿命估计方面的研究。以燃油系统燃油计量装置为例,分析了其主要的性能衰退模式,设计了基于电流-速度数据的健康指标(HIs)选取方案,并考虑环境及模型参数不确定性,进行模型不确定性仿真,基于健康数据与性能衰退数据间的马氏距离对部件性能衰退进行检测。提出了基于随机森林-支持向量回归(RF-SVR)的剩余使用寿命(RUL)估计方法,利用通过RF特征选择优化的SVR模型实现部件RUL估计。最后基于某型民用涡扇发动机机械液压模型仿真数据对该方法进行了验证,结果表明:该方法的性能衰退检测虚警率及漏报率低于2%,RUL估计误差低于3%,可为航空发动机燃油系统的预测性维护提供参考。      

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

PSO-RBF神经网络在舵机系统故障诊断中的应用

文章建立了基于RBF神经网络的故障观测器模型,提出了一种将粒子群优化算法(PSO)与正则化正交最小二乘法(ROLS)相结合的2级RBF学习方法,并将该RBF网络观测器应用于导弹舵机系统的故障诊断.实验结果表明,基于该RBF神经网络的故障观测器能够有效地实现导弹舵机系统的故障检测.     

MAPS方法在航空发动机性能寻优控制中的应用

利用模型辅助模式搜索方法(MAPS方法),研究了某型涡扇发动机基于部件级非线性实时数学模型的性能寻优控制。该方法是一种直接搜索方法,不需要计算发动机非线性模型对控制量的偏导数,并通过运用kriging方法构造非线性代理模型来减少发动机模型的调用次数,进而减少了计算量,提高了优化速度。应用MAPS方法对航空发动机最低油耗、最大推力和加力最大推力3种控制模式进行了优化计算,论文给出了优化计算结果。      

基于LMI和离散模型的航空发动机压气机传感器鲁棒故障诊断

针对航空发动机压气机健康监测提出了一种基于线性矩阵不等式(LMI)和H_∞优化理论的航空发动机压气机传感器鲁棒故障诊断的方法.在航空发动机具有模型不确定性和外界噪声的情况下,应用基于神经网络的线性拟合方法实现航空发动机压气机离散模型的建立;并通过LMI和H_∞优化问题的求解得到未知输入观测器的设计参数,实现具有强鲁棒性的传感器故障诊断.该方法比以前研究中未知输入观测器故障诊断方法的优点在于能够同时处理模型不确定性和外界噪声.应用ALSTOM公司提供的燃气涡轮压气机模型进行了仿真验证,在压气机具有白噪声模型误差和正弦外界干扰的情况下,实现对小于测量范围2%的传感器故障的检测和诊断.      

基于AND与Petri网映射的分布式装配系统建模方法

为降低分布式装配系统( Discrete Assembly System,DAS)建模复杂度,有效支撑系统性能分析与优化,提出了一种基于活动网络图(Activity Network Diagram,AND)和Petri网映射的分布式装配系统建模方法.该方法中,首先采用装配作业的分级对象建模框架,快速构建装配作业过程的活动网络图;然后,在活动网络图与Petri网结构元素分析的基础上,采用关联映射规则实现Petri网结构的自动生成;最后,绐出了Petri网模型中装配作业规则设定和初始作业状态设定的方法.此外,采用某型飞机襟副翼装配为例,验证了方法的有效性.     

涡轮转子径向变形多目标协同稳健性优化

考虑到涡轮转子径向变形对涡轮叶尖径向间隙以及篦齿径向封严间隙的影响,提出涡轮转子径向变形多目标协同稳健性优化方法。利用基于Kriging模型的分布式协同响应面法(DCRSM)分别建立涡轮转子和涡轮篦齿的参数与径向变形间的响应面模型,并求解单目标下的稳健最优解。采用理想点法建立涡轮转子和篦齿径向变形多目标协同稳健性优化模型,并进行多目标协同稳健性优化求解。优化结果显示:提出的多目标协同稳健性优化方法与单目标稳健性优化方法相比涡轮转子和篦齿径向变形量的标准差分别降低了2.6%和4.9%。提出的方法为涡轮转子参数设定提供一定的参考。      

基于稀疏最小二乘支持向量机的航空发动机动态过程辨识

针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.      

基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

改进型SVM在轴向磁轴承转子位移自检测中的应用

磁轴承采用位移自检测技术能够减少磁轴承体积、降低成本和提高可靠性。提出了一种基于混合核函数最小二乘支持向量机(LSSVM)预测模型的磁轴承自检测技术。介绍了轴向主动磁轴承的工作原理并推导了其悬浮力的数学模型;在混合核函数LSSVM回归原理的基础上,建立了控制线圈电流与转子位移之间的非线性预测模型,并优化了LSSVM参数,实现了无位移传感器控制。构建了轴向主动磁轴承系统自检测仿真模型,针对所提自检测方法进行了仿真研究,仿真结果表明该模型能够准确预测转子轴向位移。进一步的试验结果表明,该方法具有良好的轴向位移自检测性能,实现了轴向主动磁轴承无位移传感器下稳定悬浮运行。     

基于精密压力传感器气密性检测装置设计

针对某型装备润滑系统、燃油系统、助推器等气密性检测要求,分析了常用气密性检测方法的特点,介绍了一种基于精密压力传感器的直压气密性检测技术方案,采用DPS8000精密压力传感器作为系统压力检测单元,内嵌了无油干式压力泵作为压力源,采用了STM32F103VE微控制器,提出了基于最小二乘法的气压泄漏率计算模型和温度补偿模型,扩展了设备温度适应范围,提高了检测准确度,实现了气密性自动检测,检测压力和保压时间数字设定,具有操作方便、显示直观、灵敏度高、便携性好的特点。     

基于等概率随机法的航空发动机转子叶片排序优化

对于盘片分离的航空发动机转子,叶片排序影响初始不平衡量,容易导致振动超限。在转子装配环节,精准、高效的叶片排序优化对于提高装配质量和效率有重要意义。针对此问题,基于单个叶片的质量矩模型,建立单级转子初始不平衡量模型,提出叶片排序优化的目标函数,研究一种基于“等概率随机”的搜索算法,实现在资源、时间消耗和优化效果之间取得平衡。仿真和验证结果表明,该研究方法可以精准、高效地优化叶片装配排序。与传统方法相比,单级转子的初始不平衡量大幅降低,转子的装配品质得到极大提高,已在实际生产中取得显著的应用效益。     

直升机悬停状态全耦合飞行动力学模型辨识方法

提出了一种基于集员辨识理论的直升机全耦合飞行动力学模型参数辨识方法.该方法针对直升机飞行动力学模型耦合强,难以得到辨识模型和待辨识参数之间显式函数关系的特点,推导并建立了状态空间微分方程形式模型集员辨识的间接辨识算法.通过引入广义噪声的概念以及对其边界的灵活设定,实现了对辨识参数众多、耦合严重且灵敏度差异大的复杂模型的...