某型涡轴发动机等压差活门建模分析

考虑某型涡轴发动机燃油流量调节器通道截面的局部能量损失,推导出流经计量油针的燃油流量方程,在此基础上详细分析等压差活门的功用、结构组成及其工作原理,以连续方程和力平衡方程为基础,采用线性化处理方法,建立等压差活门的数学模型。通过分析等压差活门系统结构,得到等压差活门系统的传递函数,进而对其稳定性进行分析,计算单位阶跃输入的稳态误差。结果表明:以流量方程和力平衡方程为基础建立等压差活门数学模型的方法可行,分析出等压差活门稳定工作条件和稳态误差的主要影响因素,并且为燃油调节器数学模型的建立以及仿真计算奠定了基础。     

星载测向定位系统误差的自校正方法研究

在分析星载无源测向系统对地面辐射源定位系统误差的基础上,提出一种通过连续多次定位来校正测向系统误差的方法。仿真表明,利用该方法的定位精度得到明显提高。     

C-17管理应用

文章从领导、战略规划、用户、市场、测评、分析、知识管理、人力资源和过程管理几个方面对C-17项目进行了总结，并给出了部分结果和数据。     

多操纵面飞机综合重构飞行控制方法

为提高飞机飞行安全性能,将被动重构控制与主动重构控制相结合,提出了一种综合重构飞行控制系统设计方法.采用轨迹线性化控制方法进行飞行控制律设计,使系统具有较强的鲁棒性.针对多操纵面飞机,提出面向故障的操纵面管理概念,通过基排序最优控制分配方法以基底的形式对操纵面进行重新组合,并按照期望控制目标进行排序,实现在操纵面故障下的控制重构.仿真结果表明,该控制系统能有效处理各种典型操纵面故障,在操纵面发生故障时仍能快速跟踪控制指令,保证较好的飞行性能.     

基于LVQ神经网络模型的飞机故障分类诊断

为了能够快速诊断出飞机故障产生的原因,判断故障发生的准确位置,把LVQ神经网络模型和分类诊断理论运用到了飞机的故障诊断中,以飞机电子设备和发动机故障诊断为实例,验证了此方法的故障诊断能力.实践表明:基于LVQ神经网络模型的飞机故障分类诊断方法能够为机务工作者提供有力的辅助决策参考.     

基于CLIPS飞机液压系统故障诊断专家系统的实现

针对飞机液压系统故障多、对飞行安全造成隐患的问题,开发了基于CLIPS的飞机液压系统故障诊断的专家系统。对飞机液压系统的常见多发故障进行了收集整理,采用正向推理模式构建了专家系统的基本结构,结合故障树知识和有限元分析方法进行故障的诊断推理。运行结果表明:该专家系统对飞机液压系统故障的诊断、分析和定位效果良好。     

基于物理信息神经网络的气动数据融合方法

为了解决训练传统深度神经网络对大数据的依赖问题,气动数据中包含的物理结构信息需要被充分利用。物理信息神经网络（physics-informed neural network, PINN）是一种非监督的学习算法,采用深度神经网络直接逼近流场偏微分方程的解,因此适用于气动数据的建模。然而训练PINN时,损失函数反映的是抽样点处神经网络所拟合的偏微分方程值的偏差,对于复杂的非线性偏微分方程,这一偏差不能准确反映神经网络所拟合的函数与微分方程解函数的偏差,而且用神经网络拟合初始条件和边界条件时,不可避免存在拟合误差,误差随空间和时间累计,这使PINN的建模精度相比传统的模型没有优势。为了解决这些问题,本文把PINN与流场的计算流体动力学（Computational Fluid Dynamics, CFD）仿真结果进行融合,在流场抽样点处的损失函数中增加了PINN在该点的输出与流场在该点的CFD值偏差,从而提高了神经网络的建模精度。根据CFD仿真时使用的模型,融合方式采用瞬时模式或时均模式。测试结果表明该方法能够有效提高PINN的建模精度。