基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

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。     

浮升力对双旋转轴间流动换热影响的数值模拟

利用Boussinesq假设，采用混合长度模型，对具有轴向通流的双旋转轴间的流动换热进行了数值研究，得到了轴间气体充分发展段的速度分布、温度分布和加热边的对流换热系数，其结果在实验模型参数范围内与PfitzerH的实验研究符合较好。在此基础上，进一步数值模拟研究了同向等速旋转双轴间不可压流的离心浮升力对流动换热的影响，结果表明：离心浮升力对流动换热的影响取决于浮升力与惯性力之比GrB/Rex^2。当GrB/Rex^2≥24时，浮升力的影响十分显著，不可忽略。     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。     

基于Bang-Bang控制思想的迭代学习控制算法研究

根据迭代学习控制基本原理,吸取了Bang-Bang控制的思想,提出了新的迭代学习控制算法。与常用的利用迭代误差或误差变化率进行控制率计算的算法相比,该算法只需根据迭代误差的符号即可计算控制率,不仅大大减小了计算工作量,而且增强了系统的抗干扰能力。给出了算法表达式和控制结构图,进行算法收敛性分析。仿真结果表明该算法的有效性和收敛性。     

跨音速压气机中的涡结构与失速机理分析

将一种新的涡识别方法应用于压气机流场的分析.该方法采用应变率张量和旋转张量的第四不变量,具有在识别流场中涡的存在的同时,分析该处涡处于拉伸(生成)或松弛(溃灭)状态的能力.通过将该方法与传统的动压头和流线、速度矢量等分析方法的结合,本文对所研究的跨音速压气机的失速过程进行了分析和讨论.     

如何加强军用软件的质量管理

军用软件在武器装备系统中的地位已经越来越重要,但我国军用软件的质量管理起步较晚,因此很有必要研究如何加强军用软件的质量管理.本文在阐述软件生命周期的基础上,从开展军用软件研制单位的软件能力评价、加强软件配置管理和加强第三方独立测试三个方面探讨了如何加强军用软件的质量管理.     

基于Hamilton-Jacobi方程的编队飞行控制

 针对椭圆参考轨道的编队飞行控制系统,基于哈密尔顿 雅克比（Hamilton-Jacobi）方程,给出一种新的生成函数半解析近似解的计算方法,同时推导了编队飞行控制系统相对运动的线性状态转移矩阵,并且验证了模型的精度。在此基础上,结合一个具体的编队飞行任务,采用线性规划算法得到了队形保持的闭环控制器,该算法得到的是脉冲形式的控制序列,因此更具有实际意义。同时还提出了一种简单的避免生成函数奇异点的方法,从而减少了生成函数间相互转换所带来的计算量。最后的非线性仿真结果验证了控制方法的有效性。     

NEPE推进剂力学性能与化学安定性关联老化行为及机理

为了剖析NEPE推进剂力学性能老化特性,研究了其力学性能与化学安定性关联老化行为及其机理。力学性能与化学安定性对比以及正交试验结果表明:两者的老化行为存在关联性,且呈“两段式”。通过理化参数与化学安定性对比以及高效液相色谱测试,阐明了关联老化行为的内在机理是:安定剂不断与硝酸酯分解出的氮氧化物反应生成亚硝基产物,抑制硝酸酯的自催化分解,安定剂通过对硝酸酯分解产物的稳定作用而间接地对粘合剂母体起到了稳定作用,从而形成了NEPE推进剂特有的力学性能与化学安定性老化“两段式”关联行为。     

非线性主轴降维映射法在固体火箭发动机设计优化中的应用

为在二维或三维空间中表达固体火箭发动机高维设计空间,引入非线性主轴降维映射法对多维非线性设计优化问题进行降维处理。以某大型固体火箭发动机设计问题为例,将10变量4有效约束优化问题降维映射到二维空间进行研究,拟合的非线性主轴降维映射模型中,目标函数和约束函数的相对误差控制在1.5%以内。研究表明,非线性主轴降维映射法具有发现多变量非线性优化数学模型本征特性的特点,能对设计变量重要性排序;通过降维展示设计空间全景,为优化算法和优化初始点优选提供了直观、有力的工具;优化轨迹实时展示为优化算法性质研究及算法切换提供了依据;根据优化轨迹从优化结果在降维空间中的位置能够判断优化结果是否具有全局最优解特性。