非定常气动力对飞机飞行影响的拓扑分析

 根据飞机六自由度运动模型和微分非定常气动力模型, 计算了周期轨道及平衡运动的拓扑结构图,初步研究了非定常气动力对飞机飞行的全局影响, 并通过系统的导算子矩阵根轨迹、时域仿真及其灵敏度分析, 提炼出非定常气动力对飞机飞行影响的初步机理。结果表明, 非定常气动力对飞机平衡运动的振荡不稳影响明显, 可以改变其稳定特性, 延迟Ho pf 分叉的出现。对于稳定的周期运动, 由于增加了系统的阻尼耗散项从而减少了振荡幅度。     

电传飞控系统故障诊断专家系统研究

<正>在过去十年间,中国民航机队年均增长速度达到10.95%,截至到2010年底,中国民航共拥有各类运输飞机1 639架(各类运行及备份发动机3 600余台),通用航空器1 010架。民航维修行业规模发展迅速,2010年中国民航维修市场总量达到23.2亿美元,占世界MRO市场的5%,成为全球增长最快的民航维修市场;随着我国民航市场的迅速发展,各航空公司机队规模不断扩大,飞机维修     

跨音速操纵面嗡鸣Hopf分叉分析及结构参数对嗡鸣特性影响的研究

采用Ｈｏｐｆ分叉分析方法,对跨音速操纵面嗡鸣问题进行了研究。用二维守恒型非定常Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ 方程计算了舵面振动时的非定常气动力,计算了出现Ｈｏｐｆ分叉的Ｍａ 数,研究了一些参数对嗡鸣的影响。将Ｈｏｐｆ分叉的计算结果与嗡鸣的时间历程计算做了对比,两者相当吻合,与飞行试验结果相比,也比较接近。     

基于神经网络的飞机故障诊断专家系统

介绍了专家系统与神经网络技术在飞机故障诊断领域的应用。从分析飞机故障诊断的特点出发,采用了神经网络的知识处理方法来构建一个基于飞机故障现象的故障诊断专家系统。     

基于虚拟仪器和神经网络的旋转机械故障诊断

通过转子系统实验验证了利用频谱征兆进行旋转机械常见故障诊断的有效性,给出了神经网络建模的方法。     

再入飞行器俯仰动态失稳的分叉理论与计算分析

采用非线性自治动力系统分叉理论,耦合求解非定常Navier-Stokes方程和俯仰运动方程,研究了再入飞行器单自由度俯仰运动失稳问题。研究表明,航天飞行器再入时,如果仅有一个配平攻角,随马赫数降低,其配平攻角处的俯仰动态失稳一般对应于Hopf分叉,并存在亚临界Hopf分叉和超临界Hopf分叉两种失稳形态。作为验证实例,数值模拟了飞船返回舱外形和平头有翼双锥外形的俯仰动态失稳现象。结果表明,返回舱再入时,随马赫数降低将发生超临界Hopf分叉,俯仰运动由点吸引子演化为周期吸引子,临界Hopf分叉点发生在马赫数2.2处;而平头再入体随马赫数降低,发生亚临界Hopf分叉,俯仰运动则是由周期吸引子演化为点吸引子,马赫数6.8为临界Hopf分叉点。     

基函数宽度对RBF神经网络气动力模型精度的影响研究

将带输出反馈的RBF（recursive radial basis function, RRBF）神经网络用于构建非定常气动力模型,能够得到一种动态非线性气动力降阶模型（reduced order model, ROM）。隐含层神经元的基函数宽度是该气动力模型的一个重要参数。为了研究基函数宽度对RRBF神经网络的影响,首先通过数学分析和计算仿真研究了训练过程中宽度与神经网络结构之间的关系,而后用NACA0012翼型俯仰运动作为算例,研究模型在不同训练信号、延迟阶数和流动状态的情况进行测试。测试结果表明,基函数宽度对此类非定常气动力模型的稳定性及泛化能力都有较大影响;最优宽度的选择随训练及预测信号的变化有所不同;较多样本时,通常选择55~75的宽度能够保证非定常气动力模型具有较高的预测精度。通过对随机俯仰运动样本的预测结果,验证了宽度的最优选择范围。     

基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

非定常气动力的结构自适应神经网络建模方法

讨论了非线性非定常气动力的结构自适应神经网络模型建模方法,该方法具有同时进行结构辨识与参数辨识的优点;利用纵向大振幅强迫振荡风洞试验数据,验证了建模方法及所建模型的有效性,结果表明:结构自适应神经网络模型对非定常气动力有很好的逼近能力,由于采用飞行参数的时间离散数据作为输入量,模型可直接应用于飞行仿真研究。     

基于神经网络的红外型空空导弹故障诊断专家系统

普通的导弹自动测试系统只能给出主要参数的检测结果,针对以上不足,通过对神经网络和专家系统在自动测试领域中的深入研究,设计完成了一种基于神经网络的故障诊断专家系统,克服了传统专家系统故障定位慢、容易出错、数据库难修改的缺点,提高了装备保障工作的时效性和可靠性。重点阐述了知识库和推理机的构建思路和方法,采用VC＋＋6.0进行软件设计。通过大量实验验证得出,该系统执行速度快、故障定位准确,具有广阔的应用前景。     

基于CBR的机载雷达故障诊断专家系统研究

以故障诊断的理论和方法为基础，综合运用神经网络、基于案例推理(CBR)和专家系统理论，对雷达装备的故障诊断问题进行研究，形成一个集成的智能诊断专家系统。介绍了系统的总体结构和工作原理，并给出具体的诊断实例，此方法充分利用神经网络和CBR的优点，将提高雷达装备故障诊断的正确性和效率。     

测试设备故障诊断专家系统的设计与实现

通过分析测试设备故障诊断专家系统的目的和任务,将模糊神经网络理论与专家系统结合后用于测试设备故障诊断,建立了故障诊断专家系统的模型。探讨了故障诊断专家系统中知识库的构建及维护、不精确推理等问题。用面向对象分析方法分析测试设备故障诊断专家系统,并用软件加以实现。     

基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。     

基于故障树分析法的某型直升机故障诊断专家系统设计分析

介绍一个应用于某型舰载反潜直升机的基于故障树分析法的故障诊断专家系统。首先讲述了系统的开发背景及总体结构 ;其次阐明了故障树分析法的基本原理 ;最后详细描述了知识库的构成以及推理机的工作机制。本系统不但具有故障诊断的能力 ,还具备较强的自学习的功能。     

基于面向对象的故障诊断专家系统模型研究

讨论了一种基于面向对象技术和专家系统理论的飞机起落架故障诊断模型 ,并且给出了整个系统模型的具体结构框架。着重讨论了总控系统的结构、控制方法、工作流程和子系统的知识面向对象的表示和推理。并且 ,以波音 737飞机起落架刹车系统的故障为例 ,具体分析了它的故障树结构 ,并用c 语言实现了该故障树面向对象的表示     

基于粗糙集与模糊神经网络的故障诊断

神经网络已广泛应用于故障诊断领域,但也存在冗余数据难以剔除、网络结构复杂的缺陷,与其他理论相结合可以得到更优越的诊断特性。粗糙集在数据约简和规则获取等方面具有优势,可以有效避免神经网络构造的困难;同时,模糊神经网络可以使网络推理过程变得透明,且较强的数据泛化能力可以弥补粗糙集的不足。通过将粗糙集与模糊神经网络技术相结合,建立故障诊断模型,利用歼击机操纵面故障诊断实例检验其可行性和有效性。     

基于小波神经网络航空发动机滑油系统故障诊断方法研究

研究了基于小波神经网络的非线性系统的故障检测和诊断方法.把小波分析与前馈神经网络相融合,并推导出其具体的算法.应用小波神经网络对航空发动机滑油系统进行故障诊断.试验和仿真的结果表明:小波网络应用于故障诊断时具有收敛速度快,对网络输入不敏感等特点,为非线性系统的故障诊断提供了新的理论和方法.     

基于小波变换和神经网络的航空发动机故障诊断

在阐述了小波变换和BP神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于“能量-故障”的小波预处理神经网络航空发动机诊断方法。实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的诊断。     

基于弹性小波神经网络的故障诊断研究

航空电源系统是机上设备的重要组成部分,任意一个环节出现故障,将会影响整个飞机系统的正常安全运行。针对神经网络收敛速度慢,易陷入局部最小的缺点,将小波神经网络结合弹性BP算法应用到电源系统故障诊断中。训练过程及仿真结果表明：小波神经网络故障诊断算法收敛时间方面表现更优,具有较高故障诊断率。