两种神经网络应用于数控系统故障诊断

介绍了双向联想记忆（ＢＡＭ）学习算法神经网络和误差后向传播（ＢＰ）神经网络在数控系统故障诊断中的应用实例。这两种神经网络在数控系统故障诊断方面都有着重要的应用价值，都能实现故障的联想、容错、自学习等功能。但因为各自具有的特点不同，又使得ＢＰ网络更适于故障样本多的情况，而ＢＡＭ则适于要求对错误的故障征兆进行纠错的故障诊断系统     

神经网络及其应用

简要介绍了神经网络的基本理论,初步论述了神经网络的存储与计算能力、自学习能力及其冗余容错特性,阐述了神经网络研究的意义,探讨和分析了神经网络的应用前景。     

MATLAB软件包在神经网络仿真中的应用

在分析传统的神经网络仿真方式存在不足的基础上,介绍了当今应用最广的科学计算软件ＭＡＴＬＡＢ软件包的特点,尤其介绍了其神经网络工具箱,并着重对神经网络的设计及仿真进行了讨论。     

BP神经网络训练中的实际问题研究

研究了BP神经网络的结构以及学习算法,根据实验经验总结出了在神经网络的训练过程中需要注意的一些实际问题,对BP神经网络的应用有实际的指导意义。最后分析了BP神经网络的局限性并简要介绍了改进的一些方法,给神经网络的研究提供了一定的参考价值。     

三种用于加工特征识别的神经网络方法综述

加工特征自动识别技术是智能化设计与制造的关键支撑，已有的实用性算法普遍存在学习能力差、识别范围有限和识别速度慢等共性问题。神经网络方法在计算机视觉和模式识别领域获得了巨大成功，其自学习与自适应能力和高速计算等优势也已在加工特征识别中得到初步的展现。对加工特征识别中具有应用潜力的三种不同的神经网络方法进行了研究，剖析了神经网络识别加工特征中的预处理与编码和神经网络结构设计等关键性问题，分析了不同神经网络方法的异同点，总结了当前神经网络识别加工特征的发展方向，为相关领域的研究提供一定的理论指导与技术支持。     

基于模糊神经网络的航空装备故障诊断专家系统框架

在剖析航空装备故障诊断特点的基础上,提出了基于模糊神经网络的航空装备故障诊断专家系统框架结构,并阐明了专家系统和模糊神经网络相结合的推理机制、模糊神经网络生成方法、知识获取和自学习等关键技术.系统框架的提出为航空装备故障诊断研究提出了新的思路.     

基于卷积神经网络的图像识别综述

随着工业化进程的迅猛发展，产生了大量的图像信息，传统的图像识别技术难以处理如此庞大的图像数据以及满足速度和精度上的要求，大数据及深度学习技术应运而生，基于卷积神经网络的图像识别方法成为目前图像识别的主流算法。文中首先介绍了传统图像识别技术及存在的问题，引入了卷积神经网络的深度学习方法，重点说明了卷积网络中间层的结构和特点，然后介绍图像识别中经典的卷积神经网络模型及相互间的区别，最后简要综述卷积神经网络在图像识别中的应用，指出了有监督的卷积网络学习缺点及无监督学习的研究方向。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

二维空间中目标轨迹预测算法研究与分析

本文主要研究移动目标在二维空间内的轨迹预测算法,首先介绍了马尔可夫蒙特卡罗预测算法,包括影响状态阀值的因素,以及转移概率和积累概率的计算方法;接着介绍了线性神经网络的预测算法,如神经元模型和神经网络模型的组成,之后重点介绍了线性神经网络的学习规则,以及学习率对预测算法的影响.最后通过仿真试验,对两种预测方法的精准度和自适应时间进行了对比和分析     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

模糊数学用于飞机总体参数的优化设计

一、引言 飞机总体参数设计是飞机全局性的综合设计,是整个飞机设计工作战略性的一步,它是围绕如何达到使用技术要求这个目标来进行的。使用技术要求对设计飞机的主要性能指标提出了起码的限度值。然而,这一阶段的设计工作是粗略的、不精密的。     

燃气涡轮发动机故障诊断的人工神经网络法

介绍了人工神经网络专家系统在航空涡轮风扇发动机故障诊断上的应用。通过一个高涵道比涡扇发动机故障诊断的实例分析, 验证了三层逆传播网络的可行性。非常令人鼓舞的诊断结果证明:神经网络的模糊联想特点、分布存储和并行处理能力以及对随机误差的抑制作用, 使其成为一个有效的和快速的方法。它有很好的应用前景, 并可广泛用于航空发动机的故障诊断。      

多学科设计优化在非常规布局飞机总体设计中的应用

以飞翼布局飞机总体设计为例,展示如何将多学科设计优化(MDO)方法有效地应用于非常规布局飞机总体设计.基于二级优化方法,提出一种飞机总体MDO实施流程.该流程包括系统级优化、子系统级优化(或评估)和多学科模型生成器3个部分.系统级优化的任务是优化全局设计变量,使系统目标最优.子系统级优化涉及的学科包括气动、隐身、结构、...     

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。     

Neural network modeling of flight control system

Modeling of angle tracking systems in the presence of actuator non-linearity such as angle, position and rate limits is a very significant and difficult task in the design and implementation of aircraft, target-tracking, and missile guided systems. A new recurrent neural network with time-delayed inputs and output feedback is used for the modeling of angle tracking systems, with emphasis on the neural network architecture, principles and algorithms. The neural network controller with modeling units for angle tracking is designed by using TMS320C25 processors. For time and size requirements, limited precision technology and look-up table technology are used in the design of the hardware and software systems. Given a set of input commands, the network is trained to control the system within the constraints imposed by actuators. The results show that the proposed networks are able to model the angle tracking system through learning without separate consideration of the non-linearity of actuators     

飞机起飞着陆性能智能计算模型及应用

提出了一种飞机起飞着陆性能智能计算思路。详细分析了影响飞机高原起飞着陆性能的主要因素,提出了高原起飞着陆性能智能计算的一般模型,然后采用支持向量机(Support Vector Machines,SVM)对某型飞机高原起飞滑跑距离实测数据进行了建模和验算,同时为说明支持向量机模型适合工程使用、精度高、推广性高的优点,还与贝叶斯正则化BP神经网络(BRBP)、RBF神经网络(RBF)、自适应神经模糊推理系统(ANFIS)做了比较。计算结果表明,支持向量机具有很好的推广性能,得到的结果优于BRBP,RBF和ANFIS等智能计算方法,推广误差能够满足工程的实际需要。该模型对于发展和丰富飞行器起飞着陆性能计算理论具有一定的参考价值。     

Process of establishing design requirements and selecting alternative configurations for conceptual design of a VLA

In this study, a process for establishing design requirements and selecting alternative con-figurations for the conceptual phase of aircraft design has been proposed. The proposed process uses system-engineering-based requirement-analysis techniques such as objective tree, analytic hier-archy process, and quality function deployment to establish logical and quantitative standards. Moreover, in order to perform a logical selection of alternative aircraft configurations, it uses advanced decision-making methods such as morphological matrix and technique for order prefer-ence by similarity to the ideal solution. In addition, a preliminary sizing tool has been developed to check the feasibility of the established performance requirements and to evaluate the flight perfor-mance of the selected configurations. The present process has been applied for a two-seater very light aircraft (VLA), resulting in a set of tentative design requirements and two families of VLA configurations: a high-wing configuration and a low-wing configuration. The resulting set of design requirements consists of three categories: customer requirements, certification requirements, and performance requirements. The performance requirements include two mission requirements for the flight range and the endurance by reflecting the customer requirements. The flight performances of the two configuration families were evaluated using the sizing tool developed and the low-wing configuration with conventional tails was selected as the best baseline configuration for the VLA.     

基于神经网络的飞行器总体优化设计

针对经验公式存在的精度低、适用范围受限的缺点,采用广义回归网络代替经验公式计算气动特性,并将其嵌入到优化设计流程之中,提出了一种基于神经网络的飞行器总体优化设计方法。神经网络的训练样本输入、输出数据通过试验设计和涡格法计算得到。以高空长航时无人机为例,选取航时与机翼结构重量系数作为目标函数,应用所提出的方法进行总体优化设计。计算结果表明,提出的方法是可行的,能够满足设计要求,同时降低优化过程的复杂程度,减少迭代次数。     

飞机连接结构防护涂层老化损伤量化评估方法

飞机连接结构防护涂层体系的老化过程具有多属性、模糊性和动态性的特点,综合量化评估防护涂层体系老化损伤程度对保障飞机连接结构的功能和使用安全具有重要作用。本文分析了现阶段的涂层老化损伤评级方法,提出了用等级描述老化损伤程度的量化评估技术途径,建立了基于模糊综合评判的量化评估方法。在国标、ISO和ASTM标准给出的单项评级方法的基础上提出了适用于飞机连接结构防护涂层体系老化损伤的单项评级方法,确定了因素集和评价集。采用专家打分法统计得到了各因素的权重分配,确定了权重集。选用正态分布隶属函数来确定评价矩阵,给出了隶属函数参数的计算方法和结果,建立了评价矩阵的确定方法。进行了某型飞机机翼上下表面连接部位模拟试件的加速腐蚀试验,采用本文提出的量化评估方法对防护涂层体系的老化损伤进行了评估,确定了老化损伤等级,评估结果与试验结果相符,与腐蚀动力学规律一致,从而验证了本文提出的方法。     

飞机战伤抢修性设计评价方法的研究

从飞机战伤抢修性设计评价的必要性着手,概括了抢修性评价的基本步骤。简要阐述了各种抢修性评价的方法及其优缺点,主要有试验统计法、专家评定法、模糊综合评价法、层次分析评价法、灰色关联评价法、计算机仿真评价法等。同时,本文提出了一种新的评价方法——基于特征的飞机战伤抢修性集对分析评价法,可有效解决抢修性评价中的专家分歧和不确定性等难点问题。熟练掌握和运用这些方法,可为关注飞机战伤抢修性设计的各决策部门提供可靠的决策依据。