飞机纵向运动参数BP神经网络估算

针对飞机纵向运动方程复杂,现有的气动参数获得方法实现困难,不便于分析与控制飞机的运动,文中利用BP神经网络进行参数估算,建立了飞机短周期纵向运动参数估算的BP神经网络模型。研究了不同神经网络结构、不同的激励函数对飞机纵向参数估算BP网络模型的影响作用,进行了数字仿真,对误差进行原则性分析并提出改进措施。仿真结果表明,这种方法能较好的估计纵向运动方程中的未知参数。     

基于跨声速高压涡轮凹槽叶顶间隙模型的大涡模拟研究

为研究跨声速高压涡轮叶顶间隙非定常流动特性及流场结构,基于跨声速高压涡轮凹槽叶顶间隙的几何特征,建立了可行的简化数值模型,并通过大涡模拟对叶顶凹槽间隙内部的非定常流动进行了数值计算,探讨了凹槽叶顶几何参数对流动稳定性和气动性能的影响.研究结果表明,当跨声速泄漏流动流经凹槽叶顶时,在凹槽入口处形成激波,同时凹槽前分离泡发...     

无刷直流电机神经网络PI控制系统设计

针对传统PI控制存在的动、静态控制性能较差的缺点,提出一种基于神经网络的PI控制方法。将神经网络与传统PI控制结合,构建神经网络PI控制系统,建立三层BP神经网络,并通过梯度下降法对各项参数进行修正,从而实现kp、ki参数的在线调节。仿真及试验证明,与传统PI控制方法相比,使用神经网络的PI控制系统在不同外部条件下都具有更快的响应速度和更小的超调量,可明显提高系统的动、静态性能。     

凹槽叶顶构型对涡轮转子尖区漩涡演化的影响

凹槽宽度及深度是涡轮转子凹槽叶顶造型的关键参数,为了探究这两个关键几何参数对叶尖端区的旋涡结构演化的影响规律,采用数值模拟方法,对某单级跨声速高压涡轮展开了研究.基于对平叶顶和凹槽叶顶的叶尖端区旋涡演化的深入分析,提取了该跨声速涡轮的典型流场特征.构造了6种凹槽宽度和5种凹槽深度的凹槽叶顶结构,并对典型算例进行了流场结...     

涡轮转子凹槽叶尖泄漏流动气动热力特征

为探索总结凹槽叶尖泄漏流动气动热力特征,利用实验和数值模拟方法,对叶尖凹槽内部旋涡相互作用机理和叶顶流动换热与泄漏流能量再分布等问题进行研究,并对凹槽叶尖参数化设计方法进行探讨。结果表明:搭建的考虑多因素实验台和可视化泄漏流动测量方案可以精确地捕捉到叶顶区域的流动结构;刮削涡在凹槽中起到"气动篦齿"作用,其形态特征的变化直接影响凹槽叶尖对泄漏流动的控制效果;高温泄漏流流体对叶片表面的冲击是叶尖热负荷提高的主要原因;合理选择叶尖气动参数和凹槽的几何参数可以有效控制刮削涡形态,最终提升叶尖气动热力性能。     

基于数值模拟的矩形凹槽对直通型篦齿封严特性影响研究

为了提升封严篦齿的封严性能,对在机匣上开设矩形凹槽的直通篦齿结构中的流动特征和封严性能进行了数值模拟,获得了凹槽篦齿的涡流结构、泄漏系数和封严效率,并与光滑篦齿的结果进行了对比.研究了凹槽尺寸、相对位置及压比和转速的影响.计算表明,矩形凹槽宽深比是影响凹槽篦齿封严性能的重要参数,当宽深比大于临界值时,相对于光滑齿的封严效率可大幅提升到15％左右.凹槽与篦齿间的轴向相对位置在一定范围内对凹槽齿的泄漏系数影响微小.数据还显示,压比和转速对凹槽齿的封严性能影响微小.     

基于卷积神经网络的冗余机械臂运动学逆解求解

针对7自由度冗余机械臂运动学逆解求解时间过长以及通用性差等问题,通过对LeNet模型进行改进,对卷积核、激活函数、损失函数、优化算法、模型结构与初始参数等进行设计与选择,建立了卷积神经网络模型来进行求解.对卷积神经网络模型进行轨迹跟踪实验验证,结果表明:所得到的机械臂关节角度平滑,轨迹跟踪最大误差小于3 mm;所建立的...     

RBF网络在结构抗疲劳优化中的应用

针对某飞机机翼I型大梁的开孔加强方案,建立优化的数学模型,利用RBF神经网络模型来逼近设计结构的应力/参数非线性关系,代替原来的经验和拟合公式;采用遗传算法对机翼的加强结构进行优化设计,得到比较合理的结果。     

煤油超燃冲压发动机两相流场数值研究(Ⅱ)导流型凹槽对增强掺混和火焰稳定的影响初探

对新型三维导流型凹槽的流动、燃料喷注、雾化、惨混及燃烧特征进行了初步研究，并与传统二维结构凹槽的流动进行了对比。结果表明：(1)与传统二维结构的凹槽相比，导流型凹槽能够诱导较强的横向漩涡和湍流，促进凹槽内部及凹槽与主流的动量、能量和质量交换，从而增强超燃掺混和火焰稳定。但其效果随具体结构和流动条件存在差别。(2)导流型凹槽在增强火焰稳定的同时加剧了凹槽内部的流动不平衡。这种不平衡对凹槽内部的燃油喷射及雾化有重要影响。应该在不同的凹槽结构和流动条件下合理设计并优化喷注方案。(3)计算中观察到由于凹槽附近剧烈的燃烧导致了局部回流。     

基于CFD和神经网络的2级刷式密封结构泄漏和级间不平衡性分析

为了提高航空发动机刷式密封结构仿真的时效性与适用性,通过CFD计算获得了20个2级刷式密封结构的泄漏量和级间压比训练样本,对设计的神经网络进行训练和数据泛化预测,获得50组上下游刷丝排数和保护间隙组合下的泄漏率、级间不平衡性数据,并讨论了三者的影响及刷丝排数和保护间隙之间的耦合作用。结果表明：7次即可完成神经网络的训练。通过预测数据发现,仅下游参数变化时,随着刷丝排数的增加,保护间隙对级间压比的影响减小,随着保护间隙的减小,刷丝排数对泄漏率的影响也减小;而仅上游参数变化时,参数对级间压比的耦合性不明显。通过泛化数据进行参数优选,泄漏率可达30.688 N·m3/h,基本消除级间不平衡,且密封性能较好。所建立的神经网络适用于预测具有明显耦合性的2级刷式密封结构流动特性。     

凹槽导叶式处理机匣轴向叠合量对风扇性能的影响

为探索凹槽导叶式处理机匣(RVCT)轴向叠合量对风扇性能的影响,选取升力风扇为对象,采用数值模拟方法对实壁机匣和4种不同轴向叠合量的凹槽导叶式处理机匣进行研究。结果表明:随着轴向叠合量的增大,带处理机匣风扇相比实壁机匣风扇裕度分别改进1.27%、8.01%、12.3%、32.4%,设计点效率分别下降了0.82%、1.38%、2.2%、4.1%;处理机匣的引入使得凹槽与主流通道间形成局部循环流动,减小了来流攻角和叶顶低能流体的堆积,平衡了叶顶吸、压力面压差,且轴向叠合量越大,局部循环越强烈,风扇稳定性提高;凹槽与风扇主流间的交互流动决定着处理机匣对风扇性能的影响,其中抽吸流和喷射流是反映处理机匣扩稳效果的两个重要参数。      

基于人工神经网络的柔性铰链结构动力修改

利用有限元软件计算出柔性铰链结构参数与振动频率的训练样本,然后通过样本训练人工神经网络建立了柔性铰链结构振动频率与其结构参数的非线性映射关系,最后利用训练好的神经网络修正框架的结构参数以满足设计要求的固有频率。     

基于遗传神经网络的飞行载荷参数识别

针对飞行载荷参数识别问题,结合典型机动动作,提出一种优化改进的BP神经网络模型。模型采用留出方法和遗传算法对BP神经网络的设置参数进行优化,利用最优设置参数训练得到飞行载荷与飞行参数的BP神经网络模型。在半滚机动下,通过利用飞行参数识别某一部位弯矩并与未优化BP神经网络对比,表明优化改进的BP神经网络模型对飞行载荷参数识别是一种可行且精度高的方法。     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

基于PIDNN变结构理论的新型弹道导弹姿控系统设计

针对新型弹道导弹参数及干扰的随机变化性,研究了姿控系统的设计问题。首先,对被控对象的模型进行了描述,使模型的确定量和不确定量相分离;其次,在不确定上界已知的假设下,完成了变结构控制器的设计;再次,在不确定上界未知的假设下,将比例-积分-微分神经网络（PIDNN）理论与变结构理论相结合,利用PIDNN对模型的不确定上界进行估计,完成了PIDNN变结构控制器的设计,并通过Lyapunov稳定性理论对系统的稳定性进行了证明;最后,通过仿真分析,验证了所设计方法的有效性。     

冲击式凹槽叶尖流动换热特性

针对冲击式凹槽叶尖的流动换热特性,采用数值模拟方法,详细分析了三种冲击式凹槽结构和三种凹槽助肋结构的间隙泄漏流场、叶尖二次流损失、叶尖总压损失系数和叶尖表面传热系数,同时考虑了助肋位置、数量和凹槽深度的影响。结果表明:叶尖凹槽前缘助肋抑制了间隙泄漏涡吸力侧分支,增强了泄漏流在凹槽内的分离流动。同一凹槽深度,双助肋凹槽叶尖的相对总压损失最小,研究范围内减小约13%。冲击式凹槽叶尖增强了泄漏流在凹槽内的掺混流动,减小了泄漏流的动能。同一凹槽深度,冲击式双助肋凹槽叶尖的相对总压损失最小,研究范围内减小约18%。冲击式凹槽叶尖减小了泄漏流在凹槽底面的再附,增大了泄漏流在叶尖突肩壁面的再附,突肩壁面出现高传热系数区域。      

基于有限元方法的凹槽超声检测

从比较成熟的有限元基本理论出发,建立具有吸收边界的二维有限元数值模型,对含有不同大小凹槽的模型进行了数值模拟研究;由波场快照图清晰地显示了凹槽对声波传播的影响,通过对截取的时域A-扫描曲线上底面回波进行频谱分析得到的频域特征量和灵敏频率可以识别出不同宽度的凹槽。应用有限元模拟方法所得结果对实际应用有一定的参考意义。     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

轮背凹槽结构对半开式向心涡轮性能影响数值模拟

为了厘清半开式向心涡轮转子轮背间隙内的流动机理及轮背间隙泄漏流动对涡轮性能的影响,以某半开式向心涡轮为研究对象,采用数值模拟的方法对轮背间隙泄漏流动进行分析,深入剖析了封严气、泄漏流及主流的运动轨迹,并明确了轮背泄漏损失分布。针对轮背间隙内泄漏流动的特点,对轮背结构进行了改进设计,并研究了轮背凹槽的形状、长度、宽度和深度对泄漏损失的影响。结果表明：半开式向心涡轮轮背存在横向泄漏流动,并与主流和封严气进行掺混,造成流动损失,恶化了涡轮性能,采用轮背凹槽结构后,可有效抑制轮背的泄漏流,降低流动损失。凹槽的形状、长度、宽度和深度对泄漏流的影响程度不同,椭圆形凹槽可使涡轮效率提高0.2%,矩形凹槽可使涡轮效率最大提高0.23%。