考虑结构完整性和装填分数的星形药柱形状优化

在固体火箭发动机药柱设计过程中,装填分数较大的药柱结构完整性很难满足要求。利用PCL对商用有限元软件MSC Patran/Marc进行二次开发,建立星形药柱发动机的二维参数化有限元模型。在此基础上,采用遗传算法对星形药柱进行了形状优化,以结构完整性最优为优化目标,以装填分数为约束条件,得到了Von mises应变最小且面积装填分数不小于0.85的药柱形状。所提出的方法可方便地应用于各种固体火箭发动机装药设计。     

固体火箭发动机方案集成设计方法研究

讨论了用基于知识的设计系统实现固体火箭发动机方案集成设计，论述了基于知识的设计系统的特点、结构。结合固体火箭发动机的方案设计特点，提出面向对象的知识表达方法和知识表达语言及其基于知识的设计系统的推理机制。     

基于知识管理的航空发动机设计知识分类与获取

现代航空发动机设计是基于知识的设计,知识分类与获取是航空发动机设计知识管理的起点,也是难点.实施知识获取技术能够使得设计知识有效积累,推动设计知识管理实施,从而真正实现基于知识的设计,提高航空发动机设计水平.分析了航空发动机设计过程、航空发动机结构,提出了航空发动机设计知识分类方法、知识获取策略与获取方法,进一步探讨了...     

航空发动机多变量模糊滑模变结构模型跟踪控制

针对现代航空发动机是一个具有不确定性的强非线性系统,结合滑模变结构控制和模糊逻辑系统的优点,提出了一种模糊滑模变结构模型跟踪控制方法。采用比例积分型切换超平面设计滑模变结构控制系统,使用模糊逻辑系统自适应调节切换增益,得到某涡扇发动机的模糊滑模变结构模型跟踪控制器。数字仿真结果表明,所设计的控制器不但能使被控对象较好地跟踪参考模型,消除抖振现象,而且对系统的不确定性具有不变性,保证了被控系统在整个控制阶段都具有较强的鲁棒性。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

结构试验加载系统配重的优化设计方法

针对结构试验设计中配重问题,利用计算机软件技术,研究了如何描述试验加载系统以及系统配重方案设计的实现方法.采用二叉树森林数据结构来描述结构试验的杠杆加载系统,使得杠杆加载系统的配重方案自动化设计成为可能,在此基础之上对加载系统配重方案的优化设计方法进行了研究.通过本文的工作,设计人员可准确而有效地完成整套杠杆系统配重方案的设计,杠杆加载系统配重方案设计变得非常快速、方便,设计效率与精度较传统设计有了极大的提高.     

基于知识管理的航空发动机设计知识共享

知识共享是知识管理的核心,实现设计知识的共享是航空发动机设计知识管理成功实施的关键。在发动机设计组织推行知识共享,有利于提升组织学习能力,增加组织知识资本总量,丰富知识资本结构,提高组织的应变和创新能力,从而提高组织的发动机设计能力。本文提出了航空发动机设计知识管理的流程,重点探讨了知识共享的相关问题,包括知识的转化和转移过程、知识共享的障碍所在、知识共享的实施策略以及知识共享关键技术。      

固体火箭发动机可靠性设计系统的研究与实现

可靠性设计是固体火箭发动机设计中的一项重要工作,但长期以来这些工作主要依靠多个设计人员共同完成。为了实现固体火箭发动机可靠性设计自动化,本文首先结合固体火箭发动机可靠性设计的工程实际,提出了软件系统的主要功能,然后在总结工程实践中常用的可靠性分配、预计、评估等方法的基础上,确定了系统各模块的计算模型,最后采用C++Builder等软件开发工具,开发了固体火箭发动机可靠性设计系统。实践表明,该系统易于操作,便于工程应用。     

发动机构型分析与评价软件的设计与实现

在发动机初步设计阶段,要根据对发动机的构型方案进行分析与评价,来选择发动机主要设计参数,并从多个发动机方案中选择最佳方案。作者以液体推进剂火箭发动机为研究对象,建立了一个发动机构型分析与评价软件IRE/CAA。本文阐述了软件LRE/CAA的设计思想,介绍了软件所包括的模块和各个模块的功能,并说明了在软件实现过程中一些问题的处理方法。     

一种双脉冲发动机的技术研究

提出了一种带有中间喷管的新型双脉冲固体火箭发动机技术方案，设计了一台结构参数可调的试验发动机；改变发动机的结构参数进行多次点火试验，获得了试验数据；对该发动机的多喉道流动过程建立了二维非稳态流动模型，对试验方案进行了大量计算，并与试验数据进行了比较分析。试验结果与理论计算基本吻合，结构可靠，对工程设计有参考价值     

基于预处理BP神经网络的开关磁阻电机建模

针对开关磁阻电机(SRM)强耦合、强非线性、难以精确解析建模的问题,提出一种基于数据预处理的反向传播(BP)神经网络建模方法。首先通过传统直流脉冲法测量一个电周期内SRM静态电磁特性,获取建模样本数据;其次充分利用电机先验知识,通过可以初步反映SRM非线性特性的磁链和转矩解析表达式对实测样本数据进行预处理并作为BP神经网络新的输入,降低神经网络拟合误差。与传统BP神经网络建模的对比结果显示,引入预处理方法可以有效减少BP神经网络节点数量,增强神经网络泛化能力,提高神经网络建模精度。     

A serialized civil aircraft R&D cost estimation model considering commonality based on BP algorithm

The common design of serial civil aircraft, an important strategy of modern civil aircraft research and develop-ment, minimizes the whole life cycle cost of civil aircraft through asset reuse and resource sharing. However, the existing estimating model for the R&D cost of civil aircraft ignores the effects of common design, so the value estimated by estimating derivative models is significantly inconsistent with the actual one. To solve this problem, a novel assessment method for civil aircr...     

人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

基于卷积神经网络和多项式混沌方法的翼型鲁棒性优化

在常规的翼型优化设计方法中,设计点处最优翼型的气动性能会在非设计点处有所恶化,因此有必要对翼型鲁棒性优化方法进行研究。提出一种基于卷积神经网络和多项式混沌方法的翼型鲁棒性设计方法,首先搭建基于卷积神经网络的气动力预测模型;其次采用多项式混沌方法对马赫数和攻角进行不确定度量化,构建翼型鲁棒性气动优化设计系统;最后对以 RAE2822 翼型为基准翼型的气动优化设计问题进行优化设计验证。结果表明：本文提出的翼型鲁棒性设计方法可行,优化后翼型的气动性能和鲁棒性气动优化设计效率在较宽的设计范围内都有所提升。     

导弹块对角控制器的组合设计法

利用小脑关节模型控制器 ( CMAC)神经网络辨识了导弹控制系统的几个重要空气动力参数,证明了估计误差、权误差有界,然后用解析逆解设计方法、模糊神经网络变结构控制方法设计了块对角控制器。仿真结果显示了该算法的有效性。     

企业ERP项目实施风险评价神经网络模型

目的确立ERP项目实施风险评价指标体系。通过对以往风险评价方法分析,建立模糊神经网络风险评价模型。方法该评价模型分为模糊量化模块和模糊神经网络（FNN）模块,并可根据实际问题进行具体调节,克服了神经网络完全黑箱操作的缺点。结果模糊神经网络风险评价模型可以评价ERP项目实施各阶段风险大小,而且预测误差小。结论该评价模型不仅可用于评价企业ERP实施风险,也可用于风险管理预警。     

Optimum selection of error control coding using neural networks

Significant performance improvements may be obtained in digital communication systems if error control coding is properly applied. However, selection of a coding scheme for specific applications is often a complicated task. The choice is affected by a set of system design goals. Some of these goals impose case-dependent conflicting requirements. Similar scheme selection problems exist in many engineering system design processes. A knowledge-combined neural network approach is developed and applied to optimum coding selection. The proposed approach utilizes a neural network trained not only by precedent examples but also by knowledge rules to draw conclusions. It is shown that artificial neural networks (ANNs) can provide effective solutions to the problems encountered in building systems that emulate a coding specialist's expertise     

基于RBF神经网络的开关磁阻电机在线建模 及其实验验证

 为了获取开关磁阻电机(SRM)的精确模型,提出了一种基于径向基函数(RBF)神经网络对SRM进行建模的方法,主要包括离线建模和在线建模两部分。离线建模通过实验测量得到SRM的磁链特性曲线,并利用该数据训练RBF神经网络,实现SRM磁链的离线建模;在线建模是指当SRM的运行状态发生变化时,离线模型的估计磁链与实际磁链会产生误差,通过对神经网络的输出权值进行在线调节,实现具有在线动态调节功能的SRM在线模型。为了验证该方法的可行性,针对一台12/8结构的SRM样机进行仿真和实验,结果表明SRM的离线模型和在线模型在仿真和实验条件下均能正确地估计SRM的磁链特性,而且在线模型的估计精度高于离线模型,验证了本文的研究方法合理有效。     

神经网络在直升机对地攻击中的应用研究

应用神经网络方法研究了直升机对地射击的一些技术问题。文中首先介绍了直升机对地攻击的火控系统原理;其次,对复杂又不稳定的直升机飞行运动模型设计了模糊神经网络控制器;然后,设计了综合火/飞控制系统,并对所设计的整个攻击系统进行了仿真,通过仿真证明满足系统设计要求。在神经网络设计中,采用了变尺度优化算法,提高了算法的速度和精度,直升机对地攻击的实时应用提供了重要的参数价值。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。