基于人工神经网络的预腐蚀铝合金疲劳性能预测

 通过对BP神经网络算法分析和收敛性改进,从获得的预腐蚀和疲劳试验数据中通过训练建立了LY1 2CZ铝合金腐蚀性能和疲劳特性与预腐蚀温度和时间的映射模型,从而可预测铝合金在一定预腐蚀环境谱下的最大腐蚀深度和疲劳特性。神经网络算法采用 BP算法 ,网络结构采用2-4-2形式。结果表明 ,神经网络用于预腐蚀铝合金的腐蚀状况和疲劳性能预测是可行的     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。     

机场跑道道面摩擦管理决策方案

为确保飞机在机场跑道上滑跑安全，必须定期清除跑道表面附着的橡胶。然而，由于道面摩擦和飞机滑跑之间的复杂关系，当必须进行除胶作业时却没有明确的决策规定。其问题是应选择佬样的道面摩擦状况做为启动除胶的准则。过去15年中，新加坡机场当局一直采用主观判断法调查跑道道面摩擦阻力的面积分布。本文介绍了在过去机场除胶经验的基础上发展形成的除胶决策方案。其目的是在制定除胶决策方案时减少对少数几个有经验的维护人员的依赖，提高除胶决策过程的连续性和一致性。本文介绍的决策方案包括一个除胶神经网络决策模型和一个计算受影响道面面积增加的预测模型－－统计回归模型。     

一种智能故障诊断预报系统

给出一种智能故障诊断预报系统，论述了该系统的产生背景和特点，讨论了智能故障诊断与预报技术的意义和发展现状；并在此基础上，详细介绍了该系统的功能、组成和设计思想及系统的性能指标分析，指出了该系统的应用优势和潜力。     

神经网络在电液伺服系统控制上的应用

液压伺服系统固有的高度非线性特性使其成为应用各种类型复杂控制器的理想试验对象，而用神经控制器控制电液伺服系统则是一项全新的课题，本文简要介绍神经网络的构成及其控制原理，并以三种不同复杂程度的应用为例对其在存在非线性摩擦或高度耦合负载条件下的电液伺服系统上实施实时控制的效果作一考察。     

基于遗传算法和神经网络的调参控制律设计

飞控系统的设计一般采用调参控制器，针对目前广泛使用的调参控制律增益设计，提出了采用遗传算法计算，然后应用神经网络逼近调参曲线的方法，该方法可以克服传统方法中试凑和插值带来的缺点，对工程应用有一定的参考价值。     

固体废弃物热解产物的神经网络预测模型

本文采用3层BP神经网络建立了固体废弃物热解产物的产率和特性的预测模型。采用遗传BP算法来优化隐层节点数和学习速率η0与回归方法相比，其预测误差明显小于回归公式的预测误差。     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

智能机器力觉及力控制研究综述

回顾了智能机器力觉及力控制研究历史,介绍了目前的研究现状,详细分析了现有的4种研究策略：阻抗控制、力／位混合控制、现代控制、智能控制。提出了智能机器力觉及力控制研究的4大关键问题：机器本体及位置伺服;碰撞冲击及稳定性研究;未知环境的约束研究;力传感器及力／位反馈融合,展望了智能机器力觉及力控制研究趋势和应用前景。