航空发动机PID神经网络解耦控制

对航空发动机的双变量解耦控制方法进行了研究,提出了一种基于遗传算法的PID神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习,克服了BP算法易陷入局部权值的缺点,并具有PID神经网络控制器结构简单规范、动态和静态性能良好等优点。     

蜂窝填充薄壁盒式梁的约束弯曲

在刚性剖面假设的基础上分析具有蜂窝芯材薄壁盒式梁约束弯曲问题。应用分离变量法,建立并求解了两个常微分支配方程。边界条件可以精确满足,同时,解答是用本征函数展开式表达的。剪力图是由三角级数表示的,并用于决定上述本征函数展开式的待定系数。计算结果给出了蒙皮正应力与剪应力以及蜂窝芯材剪应力沿翼弦和翼展的分布规律并显示了附加应力的衰减情况。     

跨声速翼型优化设计的复变量方法应用研究

应用复变量方法计算目标函数关于设计变量的灵敏度,以此进行优化设计.该方法尽管计算量较大,但求灵敏度简单易行,适合目标函数比较复杂的情形,而且精度很高,几乎不受扰动步长影响,数值优化过程特别健壮,所以非常适用于设计变量不多或气动力计算很快的情况.     

基于偏最小二乘的向后删除变量法及其在均匀设计中的应用

针对均匀设计中的小样本数据处理问题,讨论了一种偏最小二乘与向后删除变量法相结合的变量筛选方法。首先,利用偏最小二乘建立包含尽可能多的关键自变量的全模型,然后将向后删除变量法中的每一次最小二乘回归替换为偏最小二乘回归,得到基于偏最小二乘的向后删除变量法。实验结果表明,与逐步回归法相比．该方法的预测能力明显提高,且具有更好的稳定性。     

第4代战斗机发动机控制系统和其技术特点

综述了EJ200、M88-2、F119、F135等第4代战斗机发动机控制系统的设计思想、硬件和软件结构,总结了其采用的全功能数字式发动机控制系统(FADEC)、容错控制技术、故障诊断与隔离技术、多变量控制技术等的特点.     

Gamma-Theta转捩模型在绕翼型流动问题中的应用

在非结构RANS求解器上实现了完全基于流场当地变量和转捩经验关系式的γ-Reθ转捩模型,并利用该模型对S809和NLF0416两种翼型在中等迎角以及大迎角下的低湍流度绕流问题进行了计算.计算结果表明该模型可以准确地预测自然转捩、分离泡转捩和再层流化等各种转捩现象,中等迎角下预测的转捩发生位置和升阻力系数与实验吻合较好,大迎角下该模型也捕捉到了前缘分离泡.同时计算结果也表明该模型预测结果受物面流向网格密度和对流项数值离散格式影响较大,计算时须加以注意.     

求解矩形平板问题的通用应力函数

本文用变量分离法推导了求解矩形域平面问题的通用应力函数和用该通用应力函数表达的应力分量、应变分量以及位移分量公式。该通用应力函数可用来求解受任意载荷作用的矩形域平面问题。且所得解答不是放松边界条件的圣维南意义下的解答，而为精确级数解答。     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。     

基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

一种考虑平均应力松弛的多级硬化本构模型

在无屈服条件的粘塑性本构理论框架内, 提出了关于内变量和内应力以及材料具有不同硬化趋势的假设, 并在Bodner-Partom模型的基础上, 发展了新的内变量演化模型, 即双级硬化模型(Two StagesHardening, TSH模型)和多级硬化模型(Multi-Stages Hardening, MSH模型), 提高了Bodner-Partom模型对同时模拟应变率相关单调拉伸和循环特性的精度, 特别是增强了对Ratcheting的模拟能力, 使得无屈服条件的本构方程以较高精度模拟Ratcheting成为可能.并将TSH模型和MSH模型用于Udimet720Li材料高温非弹性变形特征的描述, TSH模型改善了B-P模型在模拟单调拉伸和循环硬化方面的精度, 但MSH模型在描述非对称循环载荷下平均应力松弛和Ratcheting应变方面具有更强的能力.