直升机/发动机系统综合控制半物理仿真

基于直升机/发动机系统综合控制半物理仿真试验平台,针对直升机/发动机系统综合模型和综合控制算法进行数字与半物理仿真试验研究.提出了一种串级PID(proportional integration differential)+扭矩前馈+总距补偿的系统抗扰控制算法,并提出了基于机载简化发动机模型的多模式综合实时优化控制算法.试验结果表明:所建立的 直升机/发动机系统综合开闭环模型能够模拟发动机从起动到慢车再到直升机飞行的整个过程,自由涡轮转速超调量和下垂量均在4%以内,在不同飞行条件下,动静态品质均满足设计要求.本文还进行了综合系统多模式优化技术的半物理仿真,结果表明所设计综合控制律的良好工程应用前景.      

叶盘结构盘片耦合振动特性的参数敏感性

在参数化建模、求解的基础上重点研究了叶盘结构盘片耦合振动频率转向特性、由结构参数随机失谐引起的振动局部化特性对结构设计参数变化的敏感性.对盘片耦合振动频率转向特性的研究发现,随着轮盘扇区间耦合刚度或叶片刚度的变化,频率转向间隙曲线的改变具有碗状形式;对振动局部化特性的研究表明,以轮盘扇区间耦合刚度和结构参数失谐强度为自变量的失谐响应放大因子曲面呈类马鞍形;响应放大阈值现象存在与否,与轮盘扇区间耦合刚度的大小直接相关.若选择位于鞍部的轮盘扇区间耦合刚度-失谐强度组合参数设计,失谐响应放大因子最多能够被减小37.5%.      

多轮飞机刹车系统半物理仿真的研究

飞机刹车系统是飞机起飞着陆系统的重要组成部分,对飞机航行最为关键的起降安全起着至关重要的作用[1],具有复杂非线性和强不可测干扰的特点。本文从多轮飞机刹车系统组成结构与工作原理出发,结合半物理仿真技术的特点,提出了基于labview开发软件的实时半仿真平台的设计方案,介绍了多轮飞机刹车半物理仿真系统的组成原理及其系统软件开发。试验结果表明,该方法平台操作简单、运行稳定可靠、实时性好,可以提高仿真软件的质量和仿真系统的性能,是一种值得推广的方法。     

基于深度置信网络的近距空战态势评估

针对传统态势评估方法权值确定困难、大规模数据处理和特征提取能力不足的问题,结合当前空战数据特征,将深度置信网络(DBN)应用于近距空战态势评估。通过密度峰值算法对空战特征数据进行聚类分析,并结合态势函数和专家判读进行修正,建立标准空战态势样本库;以重构误差和测试错误率为基础,建立网络拓扑结构和最优参数确定方法,提高模型的训练效率,并通过样本数据,对模型进行训练和验证。实验表明,模型态势分类正确率达到92.7%,模型运行时间满足应用需求,实例评估结果与客观态势一致性强。     

基于半监督集成学习的多核设计空间探索

随着处理器的系统结构日趋复杂,设计空间呈指数式增长,并且软件模拟技术极为费时,成为处理器设计的重要挑战。提出了一种结合集成学习和半监督学习技术的高效设计空间探索方法。具体而言,该方法包括2个阶段:使用均匀随机采样方法从处理器设计空间中选择一小组具有代表性的设计点,通过模拟获得性能响应,从而组成训练数据集;提出基于半监督学习的AdaBoost（SSLBoost）模型预测未模拟的样本配置的响应,从而搜索最优的处理器设计配置。实验结果表明,与现有的基于人工神经网络和支持向量机（SVM）的有监督预测模型相比,SSLBoost模型能够使用更少的模拟样本构建出不差于现有方法性能的预测模型;而当模拟样本数量相同时,SSLBoost模型的预测精度更高。      

基于红外热像仪对珠状凝结换热过程实验

通过非接触式测温装置红外热像仪,观测冷凝液滴的形成、生长以及液滴之间汇聚、滚落过程.实验发现在珠状冷凝过程中,其表面温度变化显著.随着冷凝过程的进行,小液滴逐渐汇聚成大液滴,其液滴单位面积换热量明显下降,液滴表面温度逐渐降低.微纳米级小液滴在珠状冷凝换热中具有至关重要的作用.液滴在洁净表面上的珠状凝结和液滴在汇合后自清理表面上的珠状凝结表现出不同的温度分布,即珠状凝结汇聚后的自清理表面一直被前驱膜所覆盖.      

Heusler合金M2CoA(M=Mn,Ti;A=Al,Si)的第一性原理

采用基于密度泛函理论(DFT)的第一性原理计算方法,研究了M₂CoA型Heusler合金Mn₂CoAl、Mn₂CoSi、Ti₂CoAl和Ti₂CoSi的电子结构和磁学性质。发现Heusler合金Mn₂CoAl是亚铁磁性自旋无带隙半导体,Mn₂CoSi与Ti₂CoAl是亚铁磁性自旋半金属,而Ti₂CoSi是铁磁性自旋半金属。它们的总自旋磁矩均为整数,符合Slater-Pauling规则。然后,在分析电子能带结构和态密度的基础上,探讨了自旋无带隙半导体与半金属性的根源。最后,声子谱和弹性常数计算结果表明所有M₂CoA型Heusler合金在晶格动力学和力学上均是稳定的。     

基于时序建模的卫星故障检测方法

为解决当前卫星故障检测面临的依赖规则库、多元特征融合不足以及数据正负样本分布不均衡等问题,从卫星数据的时序特性出发,提出基于时序建模的卫星故障检测方法与半监督模型,实现卫星数据规律的有效挖掘与数据驱动的故障检测。考虑卫星数据间的时序关联,提出基于长短期记忆神经网络的卫星故障检测方法,并引入滑动窗口机制实现卫星数据的有效预测与故障检测。考虑卫星数据多元特征参数间的关联关系,引入时间卷积和自编码器神经网络,同时建模不同时刻、多元特征参数间的依赖关系,实现融合多元特征参数进行卫星故障的有效检测。以某型号卫星电源分系统为实验对象,仿真结果表明,所提算法和模型在关键指标方面优于BP神经网络等传统故障检测方法和模型。     

火星探测器器箭分离冲击响应影响分析与评价

针对火星探测器器箭分离冲击过大问题,对单机开展了试验与分析研究。针对完成冲击试验考核的单机可靠性是否受到影响问题,提出采用强度/应力方法进行判断,将厂家给出的单机内部器件的冲击条件视为强度,将单机的冲击响应谱转化后的半正弦波视为应力,将二者相比,从试验和分析两方面表明正样单机的可靠性满足要求,经受过冲击考核的单机可靠性没有下降。此方法可作为判定完成冲击试验考核的单机可靠性是否受影响的依据,也可作为单机冲击试验前抗冲击能力的判断准则。     

基于相似度的半监督学习工业数据分类算法

针对现实场景中大量无监督数据无法有效利用的特点,提出了一种基于数据相似度匹配的半监督学习算法。该方法结合一定的先验知识,通过无监督学习的方式,计算未标记数据与少量有标记数据之间相似度,从而对少数类样本进行扩充。利用构造后的数据集进行模型训练,从而提高模型对于少数类的识别效果。该方法能有效改进分类任务中数据分布不平衡及标记困难的问题,在一组基于真实场景下的电力传感器检测数据分类任务中取得了较好的少数类识别效果。通过对比传统以及半监督的多种分类算法,该方法虽然在准确率上低于传统方法,但是在召回率与F₁值的表现上超越传统方法。