PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

高超声速飞行器时间协同再入制导

从饱和打击任务需求出发,针对多高超声速飞行器时间协同再入制导问题进行研究,提出时间可控再入制导律和协同再入制导架构,在改善现有制导律实时性、在线约束管理等性能的基础上,重点解决再入飞行时间不可知、不可控问题,最终实现时间协同再入飞行。协同再入制导结构分为两层,其中底层提出了基于神经网络的时间可控再入制导律,以实现再入飞行时间的可知性与可控性为目标;上层根据不同再入阶段特点设计相应的协调函数,生成时间协调信息。该结构适用于集中式或分布式的通讯结构,同时上层协调策略可以根据任务需要进行有针对性的设计与拓展。最后,通过仿真验证了时间可控再入制导律对时间的可控性和协同再入制导结构的有效性。     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

Arcadia建模方法与SysML建模方法比较研究

基于模型的系统工程与传统系统工程相比,有着形象化、具体化、沟通效率高等多种优势。基于系统建模(System Modeling Language,简称SysML)语言进行建模用途广泛,但是通过实践,针对系统架构和系统运行场景分析,基于Sys ML的建模方法特点并不突出。而Arcadia的基于模型系统工程建模有着简单、清晰等特点,对于系统架构和系统定义均有着Sys ML所不具备的特点。通过系统设计的目标与特点,对基于Sys ML的建模方法和Arcadia方法进行比较研究和实践,总结两种方法在基于模型的系统工程领域中的优劣。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

基于机器学习的单孔绝热气膜冷却效率分布预测研究

为了研究利用机器学习技术对绝热冷却效率进行直接预测的方法及特点,搭建了基于上采样卷积神经网络的机器学习模型,生成了用于训练以及验证的数值模拟数据集,使用了监督式学习的方法对模型进行了训练.训练使用反向传播算法和基于随机梯度下降的Adam优化算法,输入模型的参数包括吹风比、主流湍流强度、喷射角、孔形状、孔尺寸,模型输出为...     

航空发动机全寿命维修概率建模与仿真

由于生产制造、运行环境和使用条件等个体性差异,航空发动机部件性能/寿命不确定,进一步导致机队送修率和小时维修费率等运维指标不确定.为了量化评估部件设计可靠性、运行环境、维修决策等不确定性因素对机队运维指标(送修率、送修原因、平均拆换时间间隔、小时维修费率等)的影响,提出了一种航空发动机全寿命周期维修概率建模方法.该方法...     

机翼结冰生命周期的数字孪生软件系统

飞机巡航中的机翼结冰情况是关系到飞行安全的重大实际问题之一,如果能够实时监测甚至根据环境提前预测机翼结冰过程和状况,对改进机翼防除冰设计、规避飞行危险都具有重大意义。数字孪生技术作为5G信息时代中新兴的技术,为物理过程的虚拟呈现提供了新的思路与解决方案、同时数字孪生技术结合人工智能等技术,同样可以应用于飞机巡航中机翼结冰物理过程,对实时监测与预测提供了新的技术保证。从数字孪生的角度出发,以机翼结冰神经网络模型为切入点,设计实现了一款基于数字孪生和人工智能技术的巡航中机翼结冰二维过程快速呈现软件系统。软件获取飞机巡航结冰参数与飞行参数,运行结果能够利用动态显示方式,呈现飞机巡航中机翼结冰全生命周期。     

一种多目标跟踪数据处理器的设计

介绍了一种机载多目标跟踪数据处理器的实现算法．这个处理器是用专用数字信号处理芯片ＴＭＳ３２０Ｃ３０实现的，其输入的观测数据是由雷达视频回波信号经过数据采集、信号检测和目标参数提取后得到的测量数据．在实验室环境下，当信噪比为３：１时，此数据处理器在１００ｋｍ距离处的滤波估计误差为５０ｍ，方位估计误差达到半功率波束度宽的．