基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system,BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络（Functional-link neural network,FLNN）的深度分类器（FLNN based deep classifier,FLNNDC）,旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

航空装备修理工厂质量竞争力评价体系研究

目前,国内缺少一套科学、系统的适用于飞机、发动机和导弹等航空装备修理工厂的质量竞争力评价体系。运用系统工程理论和过程分析方法,从质量体系能力、质量支持能力、质量运行能力和质量绩效能力四个方面构建涵盖19项二级、60项三级指标的质量竞争力评价指标体系;提出一种基于G1专家组合多重相关赋权的评价方法,全面综合决策者或专家意愿,形成一套标准化的权重系数集;依据评价准则,采用专家打分、模糊评价的方式对航空装备修理工厂质量竞争力进行评价,并作进一步分析。结果表明:该指标体系合理,评价方法可行,对航空装备修理工厂提高自身质量竞争力具有一定的指导和借鉴意义。     

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

基于CNN机翼气动系数预测

随着机器学习的快速发展和其突出的非线性映射能力,越来越多的学者将机器学习方法应用到流体力学领域。为克服传统数学拟合不能很好的解决系统非线性问题,以及现有文献中所提及的一些基于神经网络的气动参数预测方法,需要进行参数化处理而带来的不便,同时为实现多变量多输出气动参数快速预测的目的,基于卷积神经网络考虑机翼变迎角和浮沉建立了一种多变量多输出的机翼气动参数预测模型,实现了机翼气动参数的快速预测。结果表明：所建模型具有较高且稳定的预测精度,并且计算效率较计算流体力学(CFD)提高了40倍。     

中介机匣典型故障排除及深度修理

航空发动机中介机匣组件因各种故障而需修理或导致报废的现象时有发生。针对发动机中介机匣分流环裂纹掉块、上部衬套磨损松动、弹性环磨损、同心度检测不合格等故障进行分析研究,提出解决措施,制定满足发动机使用要求的合理技术标准和修理方法。在修理技术方法中,采用挖补补焊方法解决分流环裂纹掉块故障;采用极坐标定位与专用模板衬套相结合的方法提高新品衬套加工精度以解决上部衬套更换新品后装配准确性难题;采用装配过盈销钉和扩口工艺以保证零件的堵孔质量等。结果表明:这些修理措施提高了中介机匣零部件的利用率,延长了其使用寿命,降低了发动机修理成本。     

未知空间目标纹理缺失表面三维重建算法

针对传统三维重建方法难以对纹理缺失表面进行完整重建的问题,提出一种基于深度学习与截断符号距离函数(TSDF)融合的未知目标三维表面完整重建算法。首先设计一种基于深度学习的图像逐像素深度估计框架,通过在训练过程中引入多个复杂结构模型,提高该深度估计框架的泛化能力;其次,利用TSDF对各帧图像所估计的深度信息进行融合,实现对纹理缺失区域的空间目标完整三维重建。根据仿真校验,对于300 mm尺寸的卫星模型图像,像素深度估计平均误差约为13 mm,通过TSDF融合后尺寸精度误差小于5.10%。实验结果表明该算法可以对未知空间目标光学图像进行逐像素深度估计,并获得目标完整的三维结构与纹理信息,有效解决无纹理区域的重建结构缺失问题。     

复合材料层合板机械连接修理拉伸性能

带损伤孔的复合材料层合板拉伸强度会降低约55%,需要对其进行修理以恢复力学性能、满足使用要求。针对带圆形损伤孔的复合材料层合板设计了机械连接修理方案,通过轴向拉伸试验评估其修理效果。根据试验条件建立了有限元模型,分析不同的修理方案对破坏模式、破坏载荷、应力分布、钉载分配等产生的影响。试验及有限元分析(FEA)均表明,修理后的复合材料层合板,其强度恢复率达到55%~60%左右,应力集中部位主要在修理区域最外侧的钉孔旁,最终破坏模式为母板沿修理区域最外侧一排钉孔断裂。使用双面修理、增加螺栓排数、采用金属补片、适当增加补片厚度,可减缓应力集中,改善钉载分配,提高结构强度恢复率。      

导流块深度对抛物形凹面腔中激波反射聚焦的影响

为研究导流块深度对抛物形凹面腔内径向入射激波聚焦过程的影响,对马赫数为1.41的径向入射激波在导流块深度分别为0,5,10,15mm的凹面腔内反射聚焦过程进行了实验研究。结合高速CCD拍摄到的凹面腔中气流流场纹影照片和动态压力传感器测得的聚焦过程中流场的压力变化,对径向入射激波在凹面腔内的反射聚焦过程进行了描述。通过比较不同导流块深度下激波反射聚焦过程,发现随着导流块深度的加深,前导激波聚焦和反射激波聚焦的时间差会减小,使激波聚焦的强度增大,当导流块深度从0mm增加到15mm时,激波聚焦所致的峰值压力从0.39MPa增加到0.51MPa。但是,随着导流块深度的加深,压力增益下降,并使排气过程的难度加大,因此导流块深度为10mm左右时能取得较好的聚焦效果。