基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

基于BP算法的液压泵在线状态监测及故障诊断

以液压泵振动信号的５个时域信息；峰值，峰峰值，均方根值，方差和波形系数作为最小诊断参数组合，用ＢＰ神经网络进行信息融合，提出一液压泵的神经网络在线状态监测及故障诊断系统。     

INS／GPS组合导航系统的容错研究

本文研究了INS/GPS组合导航系统的容错问题,并提出了一个两级故障检测及分离方案。通过采用该方案,INS/GPS组合导航系统将具有较高的容错能力,并能为用户提供连续、精确的导航信息。     

一种用于材料高温蠕变分析的统一粘塑性损伤本构模型

通过应变等效假设在本文提出的具有过应力特征的统一粘塑性本构模型［５］中引入了描述材料损伤的内变量。并且给出了一个基于组合功密度概念的新的损伤模型。同以往的唯象模型相比，该损伤模型具有较明确的细观物理意义，能反映应变率和应力状态对损伤演化发展的影响。     

基于支持向量机的组合分类方法及应用

为了解决采用神经网络、决策树作为弱分类器的AdaBoost组合分类存在的不足,进一步改善组合分类效果,提出采用支持向量机(SVM)作为弱分类器的一种新的组合分类诊断方法——AdaBoost-SVM。该方法没有采用一个固定的SVM的核参数,而是自适应调整SVM中的核参数,从而得到一组有效的SVM弱分类器。通过对基准数据库的测试及航空发动机故障样本的诊断,结果表明,所提AdaBoost-SVM方法较好地解决了现有的Ada-Boost组合分类方法中存在的弱分类器本身参数选取困难问题及训练轮数的合理选取问题,并具有更好的泛化性能,更适合对分散程度较大、聚类性较差的航空发动机故障样本进行分类。     

飞机转速摆动故障模糊诊断模型的建立及其仿真研究

鉴于传统故障诊断技术在飞机发动机故障诊断中不能较好吸收人类经验的缺点,文章运用模糊推理技术,模拟专家的故障诊断推理过程,建立了某型军用飞机发动机转速摆动故障的模糊故障诊断模型,并运用模糊神经网络对该模型进行了改进。仿真结果表明,所建立的模型可以很好地吸收维护人员的故障诊断经验,对故障原因可做出准确判断,训练完成的模糊神经网络模型可实现模糊模型的故障诊断功能,解决其不能自学习的问题。     

基于神经网络的飞机故障诊断

叙述了神经网络应用于飞机控制系统的故障诊断技术，阐明了飞机故障诊断的方法。采用RBF神经网络实现飞机控制系统故障诊断的算法和程序设计。     

微型直升机动力学建模的研究现状

从模型修改、结构分析、神经网络及系统辨识几个方面介绍了微型直升机动力学建模的研究现状,并对几种不同的建模方法进行了比较。然后,指出了系统辨识方法中存在的问题。通过讨论和比较,为微型直升机的不同建模目标提供了可供借鉴的建模方法。     

基于神经网络的电机智能保护器研究

介绍了一种电机智能保护装置系统，分析了对电动机进行各类保护的原理，并且针对过载保护．提出一种基于人工神经网络的电动机长期过载运行温升预测的算法，将这种算法应用于实际的保护中．有效地弥补了不能用数学模型精确描述电机运行中发热和散热过程的缺陷。实验证明，在样本足够多的情况下，这种方法是切实可行的。     

一种新型吸气式与火箭组合发动机(LOCE)及先进天地往返运输系统的发展

根据先进天地往返运输系统的要求和火箭与吸气式组合发动机的特点，提出了重复使用的单级入轨飞机吸气式组合发动机方案的优化原则和一种优化的组合发动机循环：高压氢膨胀液化氧气循环吸气式火箭组合发动机（LOCE）。它是一种以火箭技术为基础的吸气式组合发动机，比冲可达35000m／s，其关键是成功地解决了吸气式组合发动机和火箭发动机燃烧室压力的不匹配，其液化效率比普通LACE循环提高了5～7倍。可借用成熟火箭技术，推重比高是低速阶段（Ma＝0～5）的最佳方式之一。