配电方式对Kaufman离子推力器性能的影响研究

目前Kaufman离子推力器主要有两种最具代表性的配电方式:屏栅极电源正端分别连接阳极电源正、负端的配电方式。为了研究配电方式对Kaufman离子推力器工作性能的影响,基于等离子体理论和推力器工作原理,分析两种主要配电方式下放电室电极电势及电流平衡关系,推导了放电室等离子体特性表达式,理论分析了配电方式对离子推力器多种性能参数的影响。结合兰州空间技术物理研究所自研的LIPS300离子推力器在两种配电方式下工作在3kW和5kW的性能试验,通过解析方法对离子推力器多种工作参数和性能参数进行分析,试验结果与理论分析结果具有良好的一致性。研究表明:采用屏栅极电源正端连接阳极电源负端的配电方式能够获得更大的推力和比冲,并能提高离子对栅极透明度,减少离子对屏栅极的溅射,从而提高栅极寿命,但束离子产生成本稍高。研究结果可为离子推力器配电方式的设计与优化提供依据。     

AHPSO-SVM预测超声内圆磨削ZTA陶瓷的边界损伤

为解决普通加工方式易出现工程陶瓷边缘碎裂的问题,本文对超声内圆磨削工程陶瓷边界损伤预测系统进行了研究。在35 kHz轴向超声磨削与普通磨削两种条件下独立进行试验,运用支持向量机研究工艺参数与边界损伤影响规律,采用改进的粒子群算法优化支持向量机,建立采用混合核函数的AHPSO-SVM预测模型。研究结果表明,超声激励下试件边界损伤降幅为10.05%～21.23%,AHPSO-SVM预测模型MSE为0.378 4、平均相对误差为1.369 0%、30次适应度值标准差为0.020 2。相比于普通磨削,超声磨削可使ZTA陶瓷边界损伤值显著降低;建立的AHPSO-SVM模型具有较好的学习能力、泛化性能与良好的稳定性。     

水平导航中转弯航线解算方法的研究和仿真

在飞机显示器的水平导航区域上需要为飞行员实时显示最新的航线信息,航线中的每个航路点均有不同的转弯方式,目前国内正在研发的飞机采用旁切转弯和飞越转弯两种方式,若错过了预计的转弯起始点,则需要重新进行航线解算,这被定义为超调转弯,给出三类转弯航线的解算方法。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

飞机结构件反拉式工装研究应用

鉴于国内航空产业迅猛发展前景,不断研究飞机结构件的高效加工工艺方法是提升企业竞争力的重要手段之一。针对预拉伸板类典型飞机结构件加工,提出了基于嵌入式和单元式的反拉工装设计方案,总结了此类方案的高效工艺方案,并对典型零件进行了加工验证,试验结果显示:反拉类通用工装在工装管理、装夹效率等方面都体现出了一定的优势,在航空结构件的加工中具有非常好的推广应用价值。     

电晕线布置方式对静电旋风除尘器除尘性能影响的研究

本文对静电旋风除尘器内部流场及浓度场分析的基础上,提出了电晕线靠近筒壁布置的构想,并通过实验证明,壁面布置方式大大提高了静电力的作用,提高了除尘性能,明显优于传统的中心布置电晕线方式,并从理论上给予了分析与探讨。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

一种基于TCBR与RBR融合推理的试飞支持信息系统

深入研究了基于文本案例的推理(TCBR)、基于规则的推理(RBR)及两者融合的人工智能技术,并首创性地运用于先进战机的试飞支持信息系统,由此构建了先进战机智能化试飞支持信息系统的整体框架。建立了其案例库、规则库和知识库的结构。采用Tomcat7、IK Analyzer、GWT、MySQL等运用软件进行开发。实现了理解问答、智能搜索和案例推理等功能,对于试飞工程师还增加了数据库维护及试飞文档编写助手等功能。运行结果表明:系统整体构架设计合理实用;特别是TCBR和RBR的融合运用使系统体现了接近人类思维特点的智能化特征。