联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

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。     

竖直平板自然对流强化换热的实验

研究各种强化换热结构对竖直平板自然对流换热的强化作用.通过比较圆柱扰流、圆锥扰流、三棱柱扰流、三棱锥扰流、四棱柱扰流、四棱锥扰流和直角三角翼纵向涡发生器LVG(Longitudinal vortex gener-ator)等对自然对流换热的强化效果,发现:单种换热结构中直角三角翼纵向涡发生器的强化换热效果最好,组合结构中直角三角翼叉排与圆柱扰流的混合排列换热效果最好,其能将竖直平板自然对流换热效果提高24.%.      

纳米校准与测试——基于纳米测量机的试验性研究

主要介绍了基于纳米测量机的高阶梯差台阶标准样板和深沟槽深度标准样板计量测试和校准工作研究,包括在NMM上对两种标准样板进行计量测试和校准、在NMM上安装不同的探测传感器时纳米级深度标准样板和台阶高度样板的校准比较、以及在研航空基金项目"在NMM上实现小型非球面的坐标扫描轮廓测量方法".     

喷丸强化对AISI420不锈钢固体粒子冲蚀行为的影响

研究了喷丸强化(SP)对AISI 420马氏体不锈钢抗同体粒子冲蚀(SPE)行为的影响.探讨了喷丸引起的表面残余压应力,表面粗糙度增大和表面加工硬化等三因素对SPE抗力的作用机制.结果表明:SP处理对AISI 420不锈钢在30°攻角下的SPE抗力无明显影响,但却降低了该钢在90°攻角下的SPE抗力.SP处理后进行表面抛光,则使该钢在两种攻角下的SPE抗力均得以提高.SP三因素对SPE抗力的作用机制主要有:表面粗糙化增大了试样表面对冲蚀粒子的有效暴露面积,因而降低了不锈钢在两种攻角下的SPE抗力;表面残余压应力能够有效抑制疲劳裂纹萌生和早期扩展,因而能有效提高AISI 420不锈钢的SPE抗力,特别是对90°垂直冲击条件下SPE抗力的提高作用更为明显;表面加工硬化提高了材料表面的微犁削抗力,因而对提高AISI 420钢在30°攻角下的SPE抗力有贡献,但是表面加工硬化层的抗多冲疲劳性能差,却不利于AISI 420钢在90°攻角下抗SPE性能的改善.     

新建本科院校大学生专业认同、学习动机与学习投入的关系

本研究选取廊坊市两所新建本科院校,以359名本科大学生为研究对象,考察新建本科院校大学生专业认同、学习动机问题与学习投入的关系.结果 发现:1.大学生的专业认同和学习动机问题中的动机太弱都能有效预测其学习投入.2.通过优势分析考察专业认同和学习动机问题对学习投入的影响大小,结果发现二者在共同预测学习投入时,专业认同贡献...     

基于射频指纹的测控地面站身份识别方法

卫星测控信道具有开放性特点,第三方容易截获测控信号,并通过特定信号分析手段获得通信编码体制甚至密钥,严重危害测控安全.为增强卫星的测控安全性,提出了一种基于射频指纹的测控地面站身份识别方法,即提取测控信号的射频指纹来验证测控指令是否来自于合法用户.使用卷积神经网络从21台发射机的变功率信号中识别特定发射机,识别精度高达...     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

多重纳米结构轻质高强铝基复合材料的制备和组织性能

为了研究多重纳米结构对块体材料强化和变形能力的影响机制,采用粉末冶金法制备了多重纳米结构的B4C颗粒增强铝基复合材料,并对复合材料的强化和形变破坏机制进行了定量和定性的讨论。由100%球磨复合粉末制备的块体复合材料的室温压缩强度为670MPa;当加入10vol%气雾化态的Al2024粉末后,复合材料的室温压缩强度升高到1.115GPa;之后随着气雾化态Al2024粉末含量的增加,复合材料的强度逐渐下降,但是没有产生明显的塑性变形;当气雾化态Al2024粉末的含量增加到50vol%时,复合材料的压缩强度下降到580MPa,断裂前变形率达到了10%。扫描电镜(SEM)和透射电镜(TEM)的分析结果显示,亚微米级的B4C颗粒、位错以及纳米晶基体分别通过Orowan强化、位错强化和细晶强化机制对复合材料进行强化;粗晶Al2024区域与复合结构区域的比例显著影响复合材料的形变及破坏机制。     

一种改进的航空发动机结构概率风险评估方法

针对航空发动机适航条款FAR33.75中关于发动机限寿件(ELLP)结构失效概率要求,提出了一种基于Kriging和蒙特卡罗半径外重要抽样(MCROIS)混合的结构概率风险评估方法。该方法针对ELLP高维、小失效概率事件以及极限状态函数为隐式、高度非线性的特点,利用Kriging元模型模拟隐式极限状态函数,然后通过主动学习迭代算法,计算最优点(MPP,最接近设计验算点的样本点),更新实验设计(DOE)并提高Kriging元模型的模拟精度。在此基础上,利用Kriging元模型确定最优抽样半径,构造半径外重要抽样密度函数,在最优抽样半径确定区域进行抽样,通过构造主动学习函数,使样本点更多落在抽样半径确定的球区域附近,加速失效概率计算的收敛,并构建了ELLP风险概率模型,解决了高维、小失效概率事件以及隐式、非线性极限状态函数的发动机结构概率风险评估难题,以某型发动机低压压气机轮盘为应用示例,与传统的蒙特卡罗仿真(MCS)方法进行了对比,验证了该方法的高效率、鲁棒性和仿真精度。