多宗量导热反问题求解的神经网络法

将神经网络用于求解多宗量导热反问题,建立了相应的数学模型,并给出了具体的网络设计方法。数值模拟结果表明,此法是可行的、有效的,并具有较高的精度和较强的通用性,可推广用于其它反问题的求解。      

基于RBF神经网络的机器人鲁棒自适应控制器设计

在考虑机器人系统中存在的模型不确定性的情况下,提出了一种基于RBF神经网络和反演技术的鲁棒自适应控制器的设计方法。首先,通过状态变换将机器人的模型转换为适用于反演技术的形式;然后,利用反演技术设计了鲁棒自适应控制器,用两个RBF神经网络分别对模型的不确定性进行了处理,并用Lyapunov稳定性理论推导出RBF神经网络的权重矩阵调节律以及相关的鲁棒项,证明了系统的全局稳定性;最后,进行了相应的仿真研究,验证了设计的正确性和有效性。     

电压敏感电路的故障诊断技术研究

电压敏感电路能够敏感发电机的输出电压,是发电机调压电路的重要环节,其发生的故障将影响电源系统的安全与稳定。利用小波子频带能量检测技术对输出电压信号进行处理,从中获取故障信息,作为神经网络的输入。训练过程及测试结果表明：基于松散型小波神经网络应用在电压敏感电路故障诊断中,具有较高故障诊断率,验证了该方法的有效性。     

SVM在气体减压器稳定性能中的应用

使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究数据集上的一些结论:SVM模型预测性能在多结构参数变化情形下优于BP神经网络模型,预测误差平均降低了25.5%;SVM的泛化性好于BP;在双参数、三参数情形下,SVM模型为气体减压器的设计提供了更好的决策支持,给出了优化结构参数的设计建议.      

基于模糊神经网络的纯电动车永磁同步电机矢量控制

纯电动车控制系统对电机控制性能要求较高。提供了一种基于模糊神经网络的永磁同步电机矢量控制方案。以模糊神经网络控制器作为电流调节器,并在速度环引入模糊控制器,将其输出作为电流环的限幅,达到限速的目的。仿真和试验结果表明:对于电动车运行的复杂情况,该方法具有良好的转矩跟踪和电机限速性能。     

Optimization of the tether-assisted return mission of a guided re-entry capsule

This paper presents the mission analysis of a tether-assisted payload retrieval from the International Space Station (ISS). The objective is to assess all relevant phases of such a mission in order to allow a comparison with a conventional mission employing a propulsive deorbitation. The controlled tether deployment procedure and the guided return flight of the released re-entry capsule are optimized. A preferable deployment strategy is identified that allows for favorable entry conditions and low flight loads. The optimal deployment trajectories serve as a basis for an optimal dynamic regulator. This approach is extended towards an adaptive concept, where artificial neural networks are applied to deployment control. For the guidance of the capsule a predictive concept is proposed that is based on the optimal re-entry trajectories identified previously. By applying these concepts, the attainable landing accuracy during return amounts to an average of 5 km, and the application of the tether system exhibits overall system mass advantages. This demonstrates that the tether-assisted return mission is a competitive alternative.     

贝叶斯正则化BP网络在机翼载荷分析中的应用

采用贝叶斯正则化与BP网络相结合的方法,构造了一个分析飞机机翼载荷的三层BP网络。贝叶斯正则化方法提高了BP神经网络的泛化能力,且能考虑非特征化的非线性影响。使用某型飞机对称机动和滚转机动的试飞实测数据作为载荷激励来训练神经网络,并用这个训练完的网络预测了该飞机机翼的飞行载荷。最后将神经网络预测结果与实测结果进行了比较,结果表明该方法能够准确地实现飞机机翼载荷预测,对新机研制和飞行试验有较高的参考价值。     

基于深度神经网络的客机总体设计参数敏感性分析

飞机总体主要设计参数敏感性分析揭示了总体主要设计参数对飞机特性指标的影响,有助于总体设计方案的决策。针对宽体客机总体主要设计参数敏感性问题,根据其总体主要设计参数和特性指标的特点,以及多学科间的耦合关系,建立了深度神经网络模型。该深度神经网络模型以客机总体主要设计参数为输入,对特性指标进行预测。在深度神经网络模型中,设置了多个输入层、多个输出层以及多个分块的隐藏层,从而模拟客机总体主要设计参数对特性指标的影响以及不同特性指标之间的相互作用。测试结果表明,与传统代理模型相比,深度神经网络模型对客机特性指标的预测精度更高,多参数适应性更好。利用该深度神经网络模型对客机总体主要设计参数进行敏感性分析。分析结果表明,机翼1/4弦线后掠角在30°~31.5°时,有利于减少最大起飞重量和起飞平衡场长;发动机海平面最大静推力和机翼面积对客机直接使用成本、最大起飞重量等特性指标的影响最为显著。     

非线性动态逆神经元解耦飞行控制方法

 提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。给出的战斗机非线性动态逆神经元解耦飞行控制系统的仿真结果显示出人工神经元网络作为非线性动态逆控制单元所具有的潜在能力。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

基于余弦基神经网络的FIR滤波器设计

提出了一种基于余弦基神经网络FIR滤波器的设计方法。根据线性相位FIR滤波器的幅频特性是有限项的傅里叶级数，构造了一个三层余弦基神经网络模型，并给出了最优隐层神经元的个数。经模拟仿真，滤波器性能非常理想，具有同时输出低通、高通、带通、带阻各种功能，通带、阻带无过冲无波动，边界频率可以精确控制。     

新一代歼击机超机动攻击的智能控制及实时分布式三维动画仿真研究

新一代歼击机超机动飞行性能具有很高的战术价值 ,开发这种价值对空战的胜利具有重大意义。本文研究了超机动攻击的智能控制方法和实时分布式三维动画仿真技术。采用 3个三层BP网络重构了超机动飞行控制系统 ,应用“论域及增益在线自适应调整”的模糊控制规则设计了火 /飞耦合器 ,并提出了超机动攻击的实时分布式三维动画仿真方法 ,构造了实时分布式三维动画仿真平台 ,仿真结果逼真、直观、有效。     

一类含动态扰动的随机非线性系统的FNN控制

针对一类非仿射且带有动态扰动的纯反馈随机非线性不确定系统,在随机Lyapunov稳定性理论框架下,利用自适应Backstepping方法并结合模糊神经网络( FNN),设计出保证闭环系统所有信号概率意义下有界的自适应控制器。在控制器设计中,对系统动态扰动进行参数化处理,并对系统不确定性进行FNN逼近,以四层神经网络为基础构架,引入模糊逻辑对网络进行推理,其输出权值可自适应调整,设计方法有效地减少了可调参数的数量,数值仿真结果也表明设计方法的有效性。     

超声速湍流密度脉动预测的神经网络方法

针对气动光学效应对湍流密度脉动预测的需求,发展了超声速湍流密度脉动预测的神经网络方法,从直接数值模拟（DNS）的超声速湍流边界层的流场数据中挖掘规律,建立了包含5个隐含层的密度脉动模型。实验结果表明,所发展的神经网络方法可以很好地预测密度脉动均方值,它不仅能很好地预测训练样本,对测试样本预测的精度和稳定性也显著高于传统模型,且具有一定的泛化能力。通过特征选择和加入先验信息,确定了密度脉动模型的7个输入参数特征量,进一步提高了模型的泛化能力和实用性。     

外激振动条件下气体减压器工作稳定性仿真研究

为研究运载火箭增压系统中减压器在外激振动条件下的工作稳定性,在减压器模型中通过壳体位移坐标引入振动激励源,建立了可模拟减压器在外激振动条件下工作过程的计算模型,对外激随机振动条件下增压系统动态工作过程进行了仿真.针对仿真发现的减压器下游压力振荡的不稳定现象,对减压器下游不同管路尺寸和减压器不同参数下的系统工作过程进行了对比计算.计算结果显示:增大减压器下游管路尺寸,减小减压器阀芯组件质量与减小阀芯组件与壳体间滑动摩擦力,都可以使压力振荡过程减弱,有利于改善减压器在外激振动过程下的工作稳定性.计算结果为减压器及增压系统的设计和优化提供了参考.      

高位垂直进气转静系旋转盘腔流场的实验

利用粒子图像测速技术(简称PIV)对高位垂直进气的转静系旋转盘腔流场进行了实验研究.该盘腔由一个旋转盘、一个静止盘及静止的外围盘罩组成.实验结果表明:PIV粒子成像技术可以应用于旋转盘腔结构的流场测试, 在本实验的工况范围内, 大部分区域的流动已为湍流, 两盘间的流动结构明显具有Batch-elor流型的特点, 转盘和静盘两个表面附近形成各自独立的边界层, 两边界层之间有一个旋转核心, 核心区内旋流系数β比大间隙封闭系统湍流流动时旋流系数的值0.43要小.流量系数和旋转雷诺数的变化对旋流系数β的影响较小, 但转静间隙的变化对β的影响较为显著.      

超临界层流机翼边界层及气动特性分析

高空长航时无人机设计巡航状态的雷诺数较小,黏性边界层对气动特性的影响较大。详细分析了雷诺数对机翼边界层和气动力的影响,用数值方法对超临界层流机翼三维层流-转捩-湍流混合边界层特性进行了研究,分析比较了高空小雷诺数和中空大雷诺数情况下机翼三维边界层的特性,尤其是边界层转捩点位置、表面摩阻和气动特性的雷诺数效应。研究表明雷诺数对于高空无人机机翼边界层厚度、摩擦阻力和升阻比影响较大;对层流机翼的转捩点位置和升力系数影响较小;自然层流机翼技术可以应用于高空无人机设计。     

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。     

具有智能调节机构的航空发动机自适应控制系统

采用仅利用输入输出测量值的模型,参考自适应控制,设计了某型涡扇发动机的多变量控制系统;在飞行包线内选取标称点分别确定了自适应律的参数,以保证控制系统性能在该标称点处达到最优;用神经网络的方法拟合了发动机工作条件与自适应律参数之间的关系,建立了根据发动机工作状况选择合适自适应律参数的智能调节机构。仿真结果表明,所设计的控制系统在整个飞行包线内的标称点与非标称点均具有良好的性能。     

Dynamic modeling and simulation of a pressurized system used in flight vehicle

For a typical pressurized system with a novel dual-stage gas pressure reducing regulator, a system model is established with modular models of various typical components. The simulation study on the whole working period shows that the general trends and magnitudes of simulation curves are in agreement with experimental measured curves. As the key component in the pressurized system, the regulator is studied by a series of numerical simulations to reveal the influences of various structure parameters on its stability. Furthermore, the variable ranges which can guarantee the stability of regulator and system are obtained to provide guidance for design. The modeling and analysis approach can be applied to other systems and components.