自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

基于RBF网络的航空发动机辨识模型

利用实测到的发动机飞行试验数据作为学习样本, 采用径向基函数 (RBF)神经网络建立了发动机的辨识模型。利用这种方法对不同飞行高度发动机的参数进行了辨识, 并与几种 BP网络进行了比较。研究结果表明: 这种方法具有训练时间短、学习速度快、辨识精度高等优点。      

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

VAATE计划中的智能发动机概念

近几年发动机界开始关注“智能机器”。通用的、买得起的先进涡轮发动机 (ＶＡＡＴＥ)计划的一个重点领域就是智能发动机。所谓智能 ,就是不仅能感受 ,而且能思维 ,既可按预定程序操作也可根据思维去操作。此过程用一个词描述就是“学习”。通过增加“学习”能力 ,就能造出超级智能发动机。智能发动机的关键部分是发动机智能管理系统。该系统具有控制发动机性能和诊断发动机“健康”状况的能力 ,这两种能力是相关的。性能控制器优化发动机性能的能力受发动机“健康”状况的限制。状态控制器评估发动机“健康”状况的一种方法是监视性能 ,或…     

中国航空发动机之父——吴大观

吴大观（1916-2009）,江苏镇江人,航空发动机专家,被誉为＂中国航空发动机之父＂。1942年毕业于西南联合大学航空系,1944年赴美国学习,先后在莱可敏航空发动机制造厂和普拉特惠特尼公司实习,1947年回国。建国后,吴大观历任重工业部航空工业管理局科长、处长,沈阳航空发动机制造厂设计室主任、总工程师,中国航空研究院发动机研究所副所长,     

规范和大纲在发动机可靠性工作中的重要性研究

目前,我国航空发动机在研制和使用过程中表现出来的低可靠性、维修性、保障性水平,促使每个从事航空发动机研制、使用和维修人员必须认真面对和研究发动机可靠性问题.本文旨在学习和介绍国外开展发动机可靠性工作管理成功经验的基础上,对我国现阶段如何开展并搞好发动机可靠性工作提出一些看法.     

利用神经网络诊断火箭发动机的故障

首先简要地介绍了人工神经网络(以下简称神经网络)的BP学习方法。然后将BP学习算法用于火箭发动机的故障诊断。仿真实验的结果表明,神经网络完全可以用于发动机的故障诊断。     

神经元网络在液体火箭发动机健康监控中的应用

含有噪声的、正常和稳定的传感器数据训练 ART2神经元网络 ,用于液体火箭发动机( L RE)故障检测。每个传感器连续窗的功率谱输入 ART2神经元网络进行学习 ,试验学习好的神经网络 ,验证其能否有效地检测出发动机故障以及故障发生时间。传感器数据来自某变推力液体火箭发动机地面试车 RS61。试验结果表明 ,神经元网络显示的故障发生时间与试车后专家分析的故障开始时间相符     

基于支持向量机的航空发动机辨识模型

针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。      

基于社会模型改进粒子群算法的翼型优化设计

为了解决粒子群算法在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法优化过程中引入鱼类的聚群行为,发展了一种基于社会模型的改进粒子群算法。算法以粒子可视范围的不同用法为基础,提出了两种不同的优化策略,同时探讨了种群规模等参数对算法性能的影响,并通过函数测试结果证明了两种优化策略的有效性和不同的优化特性。将改进的优化算法应用在翼型的气动优化中,显著改善了翼型气动特性,提高了算法的全局搜索能力,取得了良好的优化效果。     

判断力权值的确定方法及AHP中群组判断矩阵的形成

在ＡＨＰ模型中，请一组专家对某一属性进行评价，根据专家的判断能力，给出判断力权值，再通过适当的数学处理方法，可得最优判断矩阵，这是ＡＨＰ中构造判断矩阵的一种新方法。     

基于Rao方法的二维单壁膨胀喷管优化设计

针对高超声速飞行器后体尾喷管的优化设计问题,发展了与多目标优化程序NSGA-Ⅱ相结合的自动优化流程。利用Rao喷管的近似方法建立喷管优化模型,采用区域推进求解PNS方程的流场解算器和网格自动化生成技术获得尾喷管的性能;引入目标约束设计和自适交叉技术,自动加速目标空间的搜索,大幅度提高了多目标优化设计效率;获得了给定来流和喷流条件下的一种具有良好性能的二维后体尾喷管设计方案。     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。     

网格计算在工业过程控制中的应用前景

网格计算是一种新兴的解决大规模复杂问题的应用技术,充分利用现有资源提供高性能的计算能力。现在的生产过程越来越向大规模复杂化方向发展,过程控制需要新的控制模型和控制方法来解决这些问题。但现有的计算能力无疑又限制了控制技术的应用,将高性能的网格计算运用到过程控制当中可以提高控制模型和控制算法的计算速度,也将大大提高其控制品质和应用范围。     

用于可压缩自由剪切流动的湍流混合长度

抓住可压缩流动变密度特性,构造出基于有效涡量的三维von Karman混合长度。湍流模型采用仅依赖湍动能k的单方程KDO(Kinetic Dependent Only)模型,引入新构造的混合长度替换旧尺度得到CKDO模型。为了验证其描述可压缩自由剪切湍流的能力,选择无壁面束缚、密度梯度大和可压缩效应强的自由剪切混合层为算例,其对流马赫数Ma_c=0.8。计算结果表明,KDO模型对混合层的速度分布有着良好的控制和模拟,而经可压缩修正后的CKDO模型与原模型及其他可压缩修正模型相比,所计算的速度分布、主雷诺剪切力和混合层厚度与试验结果更加接近,说明了该混合长度对可压缩混合层这种自由剪切湍流有着良好的刻画能力。     

基于细菌觅食性的改进粒子群优化算法翼型设计

提出了一种基于细菌觅食性的改进粒子群优化算法。该算法以粒子群优化算法的社会模型为基础,添加了个体之间的交流项,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,同时,引入了细菌觅食算法中的趋化和驱散机制,使得算法能够有效地跳出局部最优。函数测试结果表明,该算法显著地提高了粒子群优化算法的寻优性能,并将该算法应用到了翼型设计之中。     

基于粗糙集和神经网络的导弹故障诊断方法

人工神经元网络（ANN）具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法：首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。     

新一代智能座舱总体结构设计

传统座舱通过引入各种自动化功能,辅助飞行员完成任务,减小操控负担。随着战场态势变化的日趋繁杂,传统座舱设计辅助飞行员的能力达到了瓶颈,亟需研究总体结构设计改进方法,提升辅助决策能力。深入分析了传统座舱存在的问题,研究了适应新型战机的座舱设计,并综合运用态势评估、故障诊断等技术,以任务为核心,对新一代智能座舱的结构及其辅助决策等级进行了设计,阐述了各系统内部结构及功能,探讨了智能座舱与飞行员之间的关系转变。最后,梳理了相关技术途径,指明了下一步的研究重点。     

直升机/涡轴发动机综合系统鲁棒抗扰控制设计

提出了一种直升机/涡轴发动机综合系统鲁棒抗扰控制方法。分别设计了基于线性矩阵不等式(LMI)的鲁棒保性能控制的直升机四通道多变量控制器和涡轴发动机转速控制器;为了进一步提高发动机自由涡轮转速环的抗扰能力,结合自抗扰控制(ADRC)方法,构建了涡轴发动机转速鲁棒保性能控制+扭矩ADRC补偿的控制方案,充分利用了ADRC控制强的干扰补偿能力,避免了鲁棒设计方法的保守性。在UH-60直升机/涡轴发动机综合模型仿真环境下通过模拟直升机大幅急速升降操作,验证了直升机/涡轴发动机综合系统所采用的鲁棒抗扰控制,尤其是涡轴发动机鲁棒自抗扰控制,具有理想的抗扰控制效果,能够抑制直升机机动操作过程中大的扭矩扰动对涡轴发动机造成的不利影响,从而使直升机具有更好的机动能力。