NF-3风洞神经网络自适应稳风速控制系统研制

介绍西北工业大学NF-3大型低速直流式翼型风洞改进后的稳风速控制系统的结构、控制原理和性能特点。针对低速直流风洞风速控制系统建模困难,易受外界干扰影响,且自身参数时变不确定,控制难度大的特点,新系统采用了多线程、数字式数据采集方式,带死区控制的PSD神经网络自适应控制算法。通过在NF-3风洞三元试验段和二元试验段的实际应用,与正在使用的模糊控制系统相比较,新系统的适应性和鲁棒性更强,调试时间大为缩短,风速控制精度在风速大于10m／s时从国军标的合格指标0．3％提高到先进指标0．1％,稳定时间减少了10％左右,人机交互也更加友好。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

基于LMI的Lipschitz非线性不确定系统的鲁棒控制

在常态Lipschitz非线性的基础上,考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题,运用Lyapunov方法给出了该系统渐近稳定的充分条件,并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵,通过定理和Matlab仿真实例得出设计的观测器有效,具有良好的稳定性和鲁棒性。     

幂律流体液膜破裂的线性稳定性分析

为对凝胶推进剂撞击式喷嘴产生的液膜的破裂行为进行研究,使用线性稳定性分析方法并结合幂定律本构方程对幂律流体液膜的稳定性进行了研究,并对流体物性参数、流变参数等对液膜流动稳定性的影响规律进行了分析.结果发现:稠度系数、流动指数和表面张力越大,液膜表面扰动波的增长率越小,波长越大.而较高的液膜速度、气液密度比和液膜厚度都使扰动波增长率变大,但波长随液膜速度和气液密度比的增大而减小,而液膜厚度的情况却相反.理论计算与实验值的对比表明,线性稳定性分析能较准确地预测液膜的破碎长度,但预测的表面波长却大于实验值.      

基于神经网络与蒙特卡洛方法的疲劳寿命可靠性分析

通过加速腐蚀试验以及疲劳试验数据,对腐蚀损伤表征因子(腐蚀坑最大宽度、腐蚀坑最大深度、点蚀率)进行统计分析,应用神经网络和蒙特卡洛法对6A02铝合金试验件的疲劳寿命进行可靠性分析,分析结果与实验结果的相对误差在工程上可以接受。     

钛合金整体叶盘线性摩擦焊技术综述

采用线性摩擦焊加工整体叶盘可以节约大量的贵重合金,可以对损坏的单个叶片进行修理;还可以将2种不同材料焊接在一起,这样可以根据叶片、轮盘的工作条件选用不同的材料,使转子结构的重量进一步降低。     

折叠翼飞行器发射段鲁棒非线性控制系统设计

为解决折叠翼飞行器在发射段各项特性变化较大、对飞行控制律鲁棒性要求较高的问题,设计了一种以块控反步法为基础的自适应鲁棒非线性控制器.在发射段动态模型基础上,该控制器采用径向基函数( RBF)神经网络自适应逼近飞行器特性变化时的系统未知不确定性和干扰,通过在虚拟控制律中引入动态面控制技术避免多重微分运算,克服了传统反步法...     

光电探测系统指向误差分析、建模与修正

针对光电探测系统(EODS)的高精度指向要求,提出一种基于半参数同归模型(SPRM)的改进算法.全面分析了误差来源,如光学系统的光轴一致性误差、机械框架的垂直度和回转误差、控制系统的稳定跟踪误差等,采用多体系统运动学理论,建立了具有明确物理意义的指向误差线性模型.同时,针对系统中的非线性误差因素,提出了半参数回归模型改...     

TC11/TC17钛合金线性摩擦焊接头组织与性能

针对航空发动机钛合金整体叶盘的典型材料TC11和TC17开展对异种钛合金线性摩擦焊的研究,其中包括飞边形貌、接头组织及拉伸性能等.研究结果表明:TC11/TC17异种钛合金线性摩擦焊沿振动方向的飞边较长;焊接接头明显分为3个区域:母材、热机械影响区和焊缝区,其中TC11母材为双态组织、TC17母材为网篮组织、热机械影响区的组织沿着受力方向被拉长,焊缝发生了动态再结晶,组织为等轴晶.拉伸测试结果表明:接头的抗拉强度及屈服强度能达到与TC11等强,拉伸试样均断在TC11母材一侧,随着测试温度提高,强度呈线性下降趋势;而断面收缩率均超过TC17母材,随着测试温度提高,变化不明显.     

基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...