基于神经网络响应面的机翼气动稳健性优化设计

针对不确定性因素引起飞机性能波动的现象,探讨了机翼气动优化设计过程的稳健性问题;建立了面向速度和扭转角两个不确定性因素的气动性能稳健性约束模型;在利用MATLAB构造基于均匀设计法的BP(Back Propagation)神经网络响应面基础上,应用遗传算法对机翼分别进行考虑稳健性约束和不考虑稳健性约束的气动优化设计,得到两种不同的优化方案。计算结果表明:两种优化方案的最大升阻比都比初始方案的大;在巡航马赫数下,与不考虑稳健性约束的优化方案相比,考虑稳健性约束的优化方案的最大升阻比小0.027 9,但在马赫数、扭转角对应范围内其最大升阻比的变化量分别小0.034 0和0.001 6,其他气动性能参数也更加稳定,波动更小,气动性能具有更好的稳健性,从而证明本文方法进行机翼气动稳健性优化设计是可行、有效的。     

基于BP神经网络的飞机油耗与轨迹匹配模型研究

研究了基于与QAR记录相匹配的飞行轨迹数据建立的BP神经网络油耗模型,利用飞行轨迹数据输入模型求得油耗估算值,通过与QAR真实燃油数据对比,进行模拟分析.以某些航班的雷达记录数据为例进行油耗计算,结果表明本实验模型在燃油方面的估算误差不超过2％,满足空管方面对燃油消耗的计算.研究结果可以用于定量分析空管运行对民航节能减排的影响,从而在确保飞行安全、管制容量的前提下更好地兼顾绿色运行的要求,提升空中交通运行质量.     

BP网络局部极小值的修正算法

在人工神经网络中,反向传播法占据了非常重要的地位.近几十年许多研究人员对其做了深入的研究,提出了很多改进的方法,主要目标是为了加快训练速度,避免陷入局部极小值和改善其他能力.本文主要讨论在MATLAB下使用附加动量法使网络避免陷入局部极小值问题.     

Phasing with near rectilinear Halo orbits: Design and comparison

In the next future, space agencies are planning to return to the Moon. The objective is to assemble an orbiting space station, called Gateway, on a Near Rectilinear Halo Orbit around the Moon as a base for future Moon and deep space missions. Within this framework, multiple side missions will be planned to sustain the Gateway (Artemis mission). The proposed work is thought in framework of the preliminary design of future cargo missions, in particular on the design of an efficient phasing trajectory, under the Circular Restricted Three body problem hypotheses, to bring a cargo vehicle from the end of the Earth-Moon transfer to the beginning of the proximity operations such as rendezvous and docking with the space station. The work aims covering the lack of literature in phasing trajectories with the NRHO by proposing three different strategies to connect the Earth-Moon transfer trajectory with the proximity operations. The three strategies are classified based on the choice of the parking orbits or the choice of the manifolds. Two strategies use butterfly and Halo orbits to park the vehicle before transferring to the target orbit. The third strategy, instead, uses manifolds to allow a direct phasing. In the paper, the three innovative strategies are designed and compare in a specific scenario.     

飞机飞行振动预计技术

介绍了飞机飞行振动的主要来源和特征,分析了传统预计方法的不足,针对飞机飞行振动与高度、马赫数、攻角等飞行参数呈非线性关系的特点,提出了基于BP神经网络的飞行振动预计新技术,建立了预计模型,通过8组建模样本训练网络,确定了预计模型中的各个参数值。预计结果和实测飞机飞行振动信号比较分析表明:该方法预计精度高,验证了BP神经网络预计飞机飞行振动的可行性。     

基于BP神经网络的导弹保障人员可靠性分析

文章分析了导弹武器系统的保障可靠性,选取了影响保障人员可靠性的 5个因素作为输入,建立了导弹保障可靠性的神经网络模型；运用 BP算法训练数据,得出各影响因素的重要度排序；并针对提高导弹保障人员可靠 性提出了一系列解决措施。     

基于动力学模型的旋翼动平衡故障仿真及诊断

旋翼桨叶质量不平衡造成旋翼动不平衡,从而引起直升机振动。针对旋翼动不平衡故障,建立直升机动力学模型,对桨叶质量不平衡进行故障仿真及分析,建立质量不平衡故障与调整配重的对应关系；进而提出一种 BP神经网络和遗传算法结合的旋翼调整方法,建立输入参数与桨叶配重之间的模型,将四片桨叶的挥舞角和机体横滚、俯仰 2个方向的加速度值及相位作为网络输入,通过学习训练,根据输入数据预测调整配重,从而减小直升机 振动,解决旋翼动不平衡问题。     

机器人动态受力感知及零重力运动模拟技术

针对航天器在轨服务任务的地面零重力模拟需求，研究基于工业机器人的零重力运动模拟技术。建立基于BP神经网络的受力感知预测模型，该模型采用机器人末端姿态、加速度、角速度和角加速度作为输入层参数，采用机器人末端六维力传感器数据作为输出层参数，实现了对机器人末端负载的高精度动态受力感知。设计正交试验方法确定机器人的运动路径点进行样本数据采集，实现了受力感知预测模型对机器人全工作空间的覆盖。进一步，基于对机器人末端负载的受力感知数据，应用动力学理论计算负载在失重状态下的运动速度，并控制机器人执行相应的运动，实现了对机器人末端负载的零重力运动模拟。     

A serialized civil aircraft R&D cost estimation model considering commonality based on BP algorithm

The common design of serial civil aircraft, an important strategy of modern civil aircraft research and develop-ment, minimizes the whole life cycle cost of civil aircraft through asset reuse and resource sharing. However, the existing estimating model for the R&D cost of civil aircraft ignores the effects of common design, so the value estimated by estimating derivative models is significantly inconsistent with the actual one. To solve this problem, a novel assessment method for civil aircr...     

小波与BP神经网络联合反演GNSS IR高精度水库水位变化

GNSS-IR技术作为一种近地表遥感的新兴手段，在水库水位监测方面凭借其成本低、精度高等优势成为了研究热点。为了提高GNSS-IR技术反演水库水位变化的精度，提出了利用GPS、BDS双系统观测量基于小波分解与BP神经网络联合的方法反演水库水位变化。选取位于南水北调山东境内双王城水库GNSS变形观测站2017年10月1日—12月26日共87天的信噪比(SNR）数据为研究对象，分别利用小波分解和二阶多项式拟合两种方法消除其趋势项并生成SNR残差序列，然后进行Lomb-Scargle谱分析得到水库水位高度变化值，并与实测水位结果相比较。结果表明：各频段SNR利用小波分解和二阶多项式反演水位变化的平均均方根误差分别为0.1062m和 0.2245m，说明小波分解去趋势项的方法更优。最后，在小波分解去趋势项的基础上，利用阈值筛选出融合所用的频段(S1C、S2L、S5Q和S7I），分别采用均值算法、中值算法、随机森林算法和BP神经网络算法对GPS、BDS多频多模信号进行水库水位的融合反演。结果表明，对于水面较为平静的环境，以上算法均能实现厘米级的反演精度，其中BP神经网络算法用于水位反演的效果更优。