基于模糊聚类的模糊神经网络在非定常气动力建模中的应用

建立了一种基于模糊聚类的模糊神经网络模型.该模型利用模糊聚类技术确定系统的模糊空间和模糊规则数,利用BP算法调整模糊神经网络的权系数.应用该模型对某飞机模型做俯仰-滚转耦合运动的非定常气动力进行了辨识.结果表明,基于模糊聚类的模糊神经网络计算速度快,辨识结果与实验结果符合较好.用模糊聚类技术可以解决模糊神经网络的结构辨识问题,基于模糊聚类的模糊神经网络可以很好地用于复杂机动飞行的非定常气动力建模.     

基于神经网络的某导弹姿态控制系统故障诊断

介绍了多层前向神经网络及其算法 ,讨论了神经网络在故障诊断方面的应用 ,并对某导弹姿态控制系统的典型故障进行了神经网络建模 ,经测试取得了良好的效果。     

智能旋翼的频域神经控制

 频域内的神经控制方法在振动主动控制中因其允许复杂的控制算法,适合于智能旋翼的控制。在建立频域智能旋翼系统模型的基础上,提出了频域内的智能旋翼神经控制方法。采用正交设计方法选取训练样本,建立频域神经模拟器,然后按照提出的算法进行控制。仿真结果表明提出的算法有效,并且具有较好的鲁棒性。     

K8飞机前起落架载荷谱空测数据处理分析

目前国内在处理起落架两数据中，大多采用应变值单向敏感的矩阵法处理，存在一定的局限性。 K8前起落架两数据处理中，在分析了力学与数理方法的基础上，采用数理统计中线性回归的方法进行处理，其数学模型为多元线性回归方程。采用的计算方法为逐步回归计算法。从计算结果分析，各方向载荷与理论情况比较接近，变化规律与真实情况相符合。     

用HAJIF（X）软件进行线性屈曲分析

介绍了用HAJIF（X）软件进行线性屈曲分析的方法，包括屈曲分析的理论，屈曲分析特征值方程的推导，特征值问题的解法，屈曲分析的步骤，屈曲分析有限元数据的准备，随后，给出了几个例题，包含输入数据和计算结果，并同理论解作了比较，最后讨论了实际工程结构进行屈曲分析要注意的一些问题。     

基于图像识别的发动机内窥智能检测系统研究

介绍了一种基于图像识别技术的航空发动机内窥检测的新方法，采用最大类间方差法计算二值化分割的最佳阈值，并将提取的图像特征输入神经网络进行分层识别，最后由专家系统对损伤程度进行了诊断。通过现场测试，证明了该方法的有效性和实用性．     

线性有延迟的微分方程的解

在解决一些有关生物数学的问题时，经常会遇到求解具有延迟的微分方程。到目前为止，还没有非常有效的方法求解这类方程，只是对于一小部分具有特殊形式可以求解。介绍一种此类方程的解法，其主要思想是把微分方程转化为一般的代数方程求解，然后研究解的稳定性，技巧性很强。     

航空发动机变结构控制

首先建立了发动机的线性模型，然后根据发动机的工作特点，利用变结构控制理论设计出了发动机变结构控制器，仿真结构证明这种控制系统具有较好的控制效果。     

应用ART1神经网络仿真车间分组

阐述了ART1神经网络在制造单元设计过程中形成零件族的基本方法,并在基于MATLAB的软件平台上,利用其神经网络工具箱对生产过程中的实际情况进行了仿真和应用。     

基于多层前向神经网络的块控制器设计

针对一类非匹配不确定性的线性系统,基于块控原理,提出了一种结合块控制、神经网络控制和backstopping控制技术的设计方法.其特点是无须已知不确定性的界,利用反演设计方法来处理系统中的非匹配不确定性,利用多层前向神经网络来估计系统中的不确定性,再利用鲁棒控制方法来改善系统的性能.利用Lyapunov稳定性定理证明了系统的渐近稳定性.最后,给出的仿真实例证明了所提出的方法的正确性和有效性.