由PETRI网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Ｐｅｔｒｉ网表示，基于Ｐｅｔｒｉ网的建模方法，采用Ｐｅｔｒｉ网模型求系统最小割集的自顶向下法，与故障树方法相比，这种方法可同时获得系统的最小割集和最小路集，且求解的效率高，实例分析证实了这一点。     

亚声速武器舱空腔流动压力特性及其控制方法

在高速风洞中对某武器舱舱门打开状态下,舱内的静压分布和脉动压力特性进行了试验,并对空腔前缘多孔扰流板和前缘吹气两种流动控制方法分别进行了变参数研究。试验马赫数为0.75,武器舱长度为300 mm,长深比为3,宽深比为1。试验结果表明该武器舱基本构型顶部沿着流向的压力分布比较均匀,脉动压力监测点的频谱特性表现出明显的模态特征,为开式空腔流动类型,而且在所研究的范围内受飞机迎角变化的影响很小。在典型的飞机迎角下,前缘多孔扰流板流动控制方法可以很好地改善武器舱内部流场的稳态特性并降低舱内的脉动压力;多孔扰流板的安装高度、展向宽度为流动控制效果的主要影响参数;在所研究的参数范围内,综合考虑多孔扰流板对脉动压力宽频和单频特性的控制效果,高安装高度、短展向宽度的参数组合形式最优,并且在飞机常用的迎角范围内具有较好的流动控制效果。在典型的飞机迎角下,前缘吹气流动控制方法也可以很好地改善武器舱内部流场的稳态特性并降低舱内的脉动压力;吹气位置、吹气流量为流动控制效果的主要影响参数;在所研究的参数范围内,综合考虑前缘吹气对脉动压力宽频和单频特性的控制效果,大的吹气流量、短的展向宽度的参数组合形式最优,并且在飞机常用的迎角范围内具有较好的流动控制效果。     

A fault diagnosis model based on weighted extension neural network for turbo-generator sets on small samples with noise

In data-driven fault diagnosis for turbo-generator sets, the fault samples are usually expensive to obtain, and inevitably with noise, which will both lead to an unsatisfying identification performance of diagnosis models. To address these issues, this paper proposes a fault diagnosis model for turbo-generator sets based on Weighted Extension Neural Network (W-ENN). W-ENN is a novel neural network which has three types of connection weights and an improved correlation function. The performance of the proposed model is validated against Extension Neural Network (ENN), Support Vector Machine (SVM), Relevance Vector Machine (RVM) and Extreme Learning Machine (ELM) based models. The results indicate that, on noisy small sample sets, the proposed model is superior to the other models in terms of higher identification accuracy with fewer samples and strong noise-tolerant ability. The findings of this study may serve as a powerful fault diagnosis model for turbo-generator sets on noisy small sample sets.     

基于卡尔曼滤波器残差的矢量跟踪完好性研究

针对接收机跟踪卫星导航信号时可能发生的各类故障,利用卡尔曼滤波器的残差观测量进行滤波,通常可以在不借助冗余观测量的情况下快速检测和隔离故障。建立软件接收机平台,利用卡尔曼滤波器进行导航信号的矢量跟踪,在跟踪环中模拟故障的发生并依靠残差序列滤波的方法检测并排除错误观测量。实验表明,在算法模拟的短时较大幅度干扰下,完好性监测方法可以快速检测并排除错误观测量对环路跟踪的影响,且无需冗余观测量。     

甲烷喷射温度对燃烧稳定性影响规律研究

对液氧/甲烷火箭发动机燃烧稳定性进行了数值仿真研究,比较分析了甲烷喷射温度对其燃烧稳定性的影响规律.结果表明：在222 K,224 K,226 K,228 K,230 K和234 K时,发动机燃烧稳定性较好.     

基于稳定约束的自适应随机共振转子故障检测方法

为解决应用传统遗传算法优化的随机共振(Stochastic resonance, SR)方法易出现的计算发散问题,提出一种基于稳定约束的自适应随机共振方法。对求解随机共振的Langevin方程进行了稳定性分析,得到了考虑输入信号的条件下,使系统输出稳定的频率压缩比R的约束公式。将该稳定性条件应用于遗传算法参数的寻优过程,将原来的无约束最优化问题转化为有约束最优化问题。将改进后的自适应随机共振方法应用于转子早期碰摩故障检测,分析结果表明,该方法确保了系统输出的稳定性,寻优过程中的频率压缩比R的取值均在约束值以下,避免了计算发散现象,实现了在强噪声条件下对微弱故障信号的提取。      

基于故障观测器的无人机直接自修复控制

提出一种基于故障观测器的无人机直接自修复控制。首先,根据系统本身存在的故障,设计了一个非线性故障观测器对其进行观测。其次,设计了一个快速终端滑模面和直接自修复控制器,将指数函数和符号函数引入到新型滑模面里。同时引入了自适应技术,对不确定的故障估计其上界。最后,通过对无人机进行了相应的仿真数值验证得出所提方法的有效性。     

基于遗传算法的柴油机喷油系统模型参数辨识

柴油机喷油系统中压力的变化会引起气泡的产生和溃灭,而气泡的变化会对燃油的流动和压力波的传播产生影响.为了更准确预测喷油系统中的初始含气率以及变化情况,提出了应用改进遗传算法对柴油机喷油系统模型中的柱塞腔、出油阀紧帽腔、高压油管和针阀腔初始含气率进行辨识的新方法.基于气泡模型,建立了气-液两相条件下的柴油机喷油系统模型,通过仿真数据和试验数据对比,构造了适应度函数,实现了对柴油机喷油系统模型的参数辨识,并得到了参数优化后的柴油机喷油系统模型.仿真结果与试验数据的比较验证了采用改进遗传算法对气-液两相条件下的柴油机喷油系统模型进行参数辨识的可行性.     

幅值锁定型超流体陀螺模糊自抗扰控制系统设计

针对幅值锁定型超流体陀螺中热相位注入存在的温升延迟和热噪声影响陀螺系统测量精度和稳定性的问题,提出一种基于模糊自抗扰的超流体陀螺控制系统设计方法。首先建立超流体陀螺的数学模型;分析热相位注入引入的温升延迟和未知热噪声对系统敏感精度和稳定性的影响机理。在此基础上,设计集微分跟踪器、扩张状态观测和非线性反馈控制律于一体的自抗扰控制器,并进一步采用模糊推理实现非线性组合的比例和微分系数的自适应调整。最后利用Maltlab/Simulink进行仿真校验。仿真结果表明：该控制方法能够抑制未知噪声和温升延迟对系统的影响,对工作点实现良好的锁定,有效地提高了陀螺系统的测量精度和稳定性。     

发动机尾焰注水降温数值计算与试验研究

针对火箭发动机尾焰注水流场,组织并实施了火箭发动机系留点火及燃气流场注水降温缩比试验,研究了燃气冲击射流流场和注水作用下两相流场的分布状态以及降温效果。并通过研究在高温高速对流冲击作用下气液两相流的传热和传质理论,在Mixture多相流模型的基础上添加质量和能量源项,建立了多组分气液两相流非定常数值计算模型,通过对比试验结论,结果表明：所建立的数值计算模型具有较高的计算精度和可靠性,能够准确地反映物理现象。利用数值计算模型研究了注水后燃气、液态水和水蒸气三种主要组分在流场中的组成,通过与自由射流对比得到了注水燃气流场的包络线长度与宽度变化,注水对燃气流场降温效果显著。