基于神经网络建立液态挤压成形管、棒材工艺参数知识库

 采用人工神经网络方法,将８１组实验数据用于神经网络的建模及检测,建立了液态挤压成形管、棒材工艺参数知识库,可以对该工艺的关键参数进行较为准确的预测,从而为推动该金属成形新工艺的实际应用奠定了基础。     

喷射成形TiCp/ZA35复合材料热挤压工艺的ANN优化和组织研究

采用人工神经网络(ANN)的方法，研究挤压比、挤压比压、挤压温度和挤压速率对喷射成形TiC_p/ZA35复合材料力学性能的影响，建立了TiC_p/ZA35复合材料热挤压的人工神经网络模型。模型的输入参数为挤压比、挤压比压、挤压温度和挤压速率，输出参数为复合材料的抗拉强度。该模型可以仿真TiC_p/ZA35复合材料在不同热挤压工艺参数下的力学性能，也可以优化热挤压工艺参数，模型结果与实验结果误差小于1.8%，拟合率为0.986。推荐热挤压工艺优化参数为：挤压比22，挤压比压415 MPa，挤压温度315℃，挤压速率8 mm·s^-1，此工艺条件下复合材料的抗拉强度为486.7 MPa。热挤压间接对复合材料进行了时效处理，材料晶内析出晶须状和颗粒状的MnAl6强化相。弥散强化和位错强化作用使热挤压喷射沉积TiCp/ZA35复合材料较未挤压复合材料抗拉强度提高38.3%。     

基于PSO的船体动态变形模型参数在线辨识

在船体变形测量领域,惯性量匹配法凭借其高精度、易实现的优点成为了时下的研究热点。详细介绍了角速度匹配法进行船体变形角估计的原理,针对算法中动态变形模型（二阶Markov）参数难以确定的问题,推导了两套INS的角增量输出差值与动态变形角之间的关系,建立了利用角增量差值的自相关函数进行求参的理论依据。在求参工具上选择了粒子群算法,借助指数衰减正弦信号的形式建立算法模型,并且合理设置算法参数,最终形成一套完整的在线辨识方案。仿真实验证实,该方案能够实现动态变形模型参数的精确辨识,辨识精度较高,且SNR门限低。最终的变形角估计结果表明,结合该参数辨识算法,船体变形角估计误差可控制在10″左右,证明了该方法的可行性。     

一种线性辨识系统动态模型的自寻优算法

基于静态特性已知的线性时变系统,通过对其动态响应数据的分析,建立了随时间跳变的动态参数模型,提出了一种新的线性自寻优辨识算法。该算法在静态特性约束条件下,可估计模型的跳变时刻及结构参数。经对某航空发动机电子综合调节器燃油通道动态过程参数模型辨识的实例,验证了该算法精确快速。      

一种基于在线辨识和专家系统的飞行器智能姿态控制方法

针对未来战场形势对攻击型飞行器提出的大包线飞行、大不确定、主动容错控制问题,提出了一种基于在线辨识和专家系统的智能姿态控制方法。该方法通过在线估计飞行器的时域、频域关键参数,驱动专家系统实时计算并调整控制器参数;结合时域、频域辨识结果诊断、定位故障,实现故障隔离、控制策略调整。该方法综合了飞行器结构、气动试验数据和专家知识,通过在线辨识和估计丰富了专家系统推理计算所需信息,促进了专家系统的在线应用,是一种近期可实现的智能控制方法。仿真结果表明,采用该方法,姿态发散概率由无容错控制时的45%降低到容错控制时的0%,姿态控制任务完成率100%。     

结合离线知识的时变结构模态参数在线辨识

飞行器的结构模态参数在线获取对其高效、可靠运行具有重要意义。传统时变结构模态参数辨识方法存在辨识虚假结果较多,抵抗测量数据中的极端异常值能力差等问题,难以有效应用于在线过程。建立一种基于长短时记忆网络的时变结构模态参数在线辨识网络模型,通过数据集构建过程离线地引入先验信息,同时结合模型自身特性,有效提升制约在线辨识应用的可靠性。实验结果表明：在不同时变规律下,与传统辨识方法相比,在线辨识模型能有效缓解虚假结果问题,同时保证辨识结果的连续性;采用α稳定分布模型对脉冲噪声进行建模,验证了其在测量数据包含由于偶发因素产生的极端异常值时在线辨识鲁棒性。     

基于迭代滤波的上升段不确定参数辨识

针对扩展卡尔曼滤波进行高超声速飞行器在线参数辨识时无法准确辨识参数的不确定性问题,提出了在线实时参数修正的迭代滤波辨识方法。首先,推导了包含侧滑角和推力的三自由度动力学方程;其次,提出基于第一次滤波辨识结果在线实时修正空速并进行第二次滤波的迭代滤波辨识策略;然后,采用一阶马尔科夫过程描述不确定性参数模型,并将不确定性参数增广到系统状态中,建立了基于扩展卡尔曼滤波理论的参数辨识模型。仿真结果表明,这种辨识方法可以有效解决在风场条件下大气密度不确定性无法准确辨识的问题。     

基于新型碳纳米纸传感器对VARI工艺中树脂流动趋势的实时监测

采用喷射吸附过滤成形工艺获得一种高柔性、高灵敏度的碳纳米纸(BP)传感器,碳纳米纸传感器是由碳纳米管在分子间范德华作用力条件下形成的三维介孔结构的薄膜材料。碳纳米纸传感器可嵌入在复合材料预成形体铺层中,与复合材料一体成形,实时监测真空辅助液体复合成形(VARI)树脂的流动情况。结果表明,通过在线监测系统采集在树脂浸润过程中碳纳米纸传感器的电阻,可准确监测树脂流动到相对应的位置的时间,以此来判断树脂浸润过程中的流动趋势。本文证明了碳纳米纸传感器可以实时监测VARI工艺中树脂的动态行为,为避免VARI工艺中由树脂浸润造成的缺陷,改进工艺参数以及优化生产等提供了新的途径。     

交流伺服系统控制器在线参数自整定方法

伺服系统转动惯量的变化会影响伺服控制性能。为提高伺服性能需要对转动惯量进行在线辨识,实现伺服控制器参数的在线自整定。详细介绍了基于模型参考自适应的转动惯量在线辨识方法,提出了动态调整自适应增益和滤波器时间的方法,有效解决了自适应算法辨识速度和辨识精度的矛盾。根据转动惯量的辨识结果,利用对称优化法则,实时调整伺服控制器参数,以保证控制器动态性能的一致性和鲁棒性。仿真和试验验证了方法的有效性。     

受地效影响飞机起飞着陆运动模型的参数辨识

利用基于最小模型误差法和线性不连续跳跃多重打靶法建立的非线性辨识法，辨识了飞机起飞着陆过程的非线性动态模型。对于包含复杂非线性项的动态系统，本方法可以从实际试验测量的系统非线性数据，确定飞机处于地面效应影响运动过程的系统模型，而不需要预先详细描述系统的非线性形式。算例表明该方法对于原始近似动态系统的状态估计是足够精确的。     

基于导波传播模型的MUSIC损伤识别算法

针对结构健康监测领域的损伤近场定位问题,提出了适用于复合材料结构损伤识别的近场二维多重信号分类（MUSIC）损伤识别算法。该损伤识别算法将导波传播模型引入近场二维MUSIC损伤识别模型,构造损伤散射信号与实验差信号的互相关矩阵,通过信号子空间与噪声子空间正交特性构造近场二维MUSIC空间谱。通过数值仿真和实验验证了所提出的损伤识别算法能够有效地识别复合材料结构损伤位置信息,具有很高的定位精度和分辨率。针对飞机垂直尾翼的加强筋结构对导波传播特性影响较大的问题,提出了分区域监测的损伤检测策略,并利用基于导波传播模型的二维MUSIC空间谱损伤识别算法成功地识别飞机垂直尾翼结构损伤,实现了复杂复合材料结构损伤识别的工程验证。     

一种基于短时机动试飞数据的动力学辨识优化方法

飞行动力学辨识算法的一个关键问题是,如何通过简单的机动获取所关心频率范围的响应特性。短时倍脉冲是一种易于实施的激励信号,兼顾试飞安全性与经济性,但与频域辨识法通常使用的扫频输入激励相比,短时机动频谱范围窄、信噪比低,一般难以得到准确的辨识结果。对如何基于短时机动飞行试验数据,提高辨识结果准确性的问题进行了研究。首先分析了经典Welch谱估计进行时域-频域转换过程中,影响非参数模型辨识精度的主要因素,提出了削减窗函数边缘缩减效应的数据预处理方法,并结合多窗口综合技术,提高频域特性辨识结果的精度。在参数化模型辨识过程中,针对有限频谱范围,提出了利用相干函数和功率谱密度加权综合,确定等效拟配的频率范围和频率节点的自适应方法,使得低阶等效拟配与输入激励信号高度相关,提高参数化模型辨识的精度、一致性和适应性。通过不同类型飞机的大量短时机动和少量扫频飞行试验数据模型辨识的工程应用示例,验证了动力学辨识优化方法算法稳定、结果准确,可满足飞行品质模态特性评价等应用需求。     

动态模糊RBF神经网络焊接接头力学性能预测建模

建立动态模糊径向基神经网络RBF( Radial Basis Function,RBF)焊接接头力学性能预测模型,克服静态RBF和模糊神经网络( Fuzzy Neural Network,FNN)在结构辨识、动态样本训练及学习算法的不足。该模型的结构参数不再提前预设,在训练过程中动态自适应调整,适用动态样本数据学习,学习算法引入分级学习和模糊规则修剪策略,加速训练并使模型结构更加紧凑。利用三种厚度、不同工艺TC4钛合金TIG焊接试验数据对该模型进行仿真。结果表明：模型具有较高的预测精度,适用于预测焊接接头力学性能,为焊接过程在线控制开辟了新的途径。     

平台式惯性导航系统在线可靠性评估技术

平台式惯性导航系统是现代导航的重要设备,由于其所处环境和制造工艺各不相同,导致各个体之间的可靠性有着明显的差异。如果对收集到的性能误差数据进行统一处理,无法准确地反映个体之间的差异性,不利于掌握平台式惯性导航系统个体的可靠性规律。针对该问题,对平台式惯性导航系统的在线可靠性评估方法进行了重点研究。结合平台式惯性导航系统使用过程中的性能变化特点和失效机理,利用复合Poisson过程建立了其性能退化模型,并给出了性能参数评估方法。通过算例分析,说明建立的性能退化模型能够较好地描述平台式惯性导航系统的性能退化规律,有助于掌握平台式惯性导航系统的可靠性水平。     

动态神经网络在液体火箭发动机故障检测与分离中的应用

应用动态神经网络在线辨识方法，提出了一种液体火箭发动机故障实时检测与分离基本系统。检测逻辑通过度量包含发动机故障信息的辨识残差信号实现火箭发动机故障检测，故障分离通过分析辨识误差相关函数的不同空间特征来实现。仿真研究表明动态神经网络可成功地应用于泵压式液体火箭发动机故障检测与分离。     

大振幅非定常实验数据表达与数学模型研究

本文采用一种新颖的方法,对大振幅非定常实验数据进行处理,建立了气动导数数据库,在此基础上,运用Ｄｕｈａｍｅｌ积分法,计算了模型迎角按任意规律变化时的非定常空气动力特性。计算结果与实验结果比较表明,两者符合很好。     

有效载荷基频降低对火箭动特性的影响

为了分析有效载荷基频降低对火箭动特性的影响规律,采用纵横扭一体化梁模型与耦合质量方法模拟箭体承力结构与液体推进剂,使用NASTRAN中的RBE2单元模拟芯级与助推器连接接头.通过修改有效载荷有限元模型以得到不同的有效载荷基频,选取飞行过程中的四个典型秒状态,计算三种不同有效载荷基频下全箭的前九阶固有振动频率.结果表明：纵横扭一体化梁模型在进行全箭动特性分析时模型简单,结果满足要求,可用于设计初期的模态分析;同时,分析得到基频降低对全箭动特性的影响规律,给卫星设计人员提供了相关依据.     

石英加速度计误差模型系数的递推最小二乘辨识方法研究

为探索在线辨识的测试方法,满足实时辨识的需要,本文提出采用递推最小二乘法辨识石英加速度计模型系数,并对其在重力场测试中的应用进行了研究.介绍了递推最小二乘系数估计法原理,为便于实际应用,根据测试领域的习惯,对递推最小二乘方法进行了梳理.以加速度计分度头试验为例,将该方法应用于加速度计重力场试验的误差模型系数辨识.仿真分...