基于人工神经网络的柔性机翼挠度预测

为实现对承载后柔性机翼挠度的准确预测,在全面分析柔性机翼挠度的影响因素基础上,应用正交试验法确定的影响柔性机翼挠度的主要因子作为输入变量,挠度作为输出变量,以大量试验数据为训练样本,通过多次试取隐含层和各隐含单元,并选取trainlm作为最优训练函数,最终建立了预测柔性机翼挠度的BP(Back Propagation)人工神经网络模型.在此基础上,随机选取试验结果中的12组试验样本,连续进行10次挠度预测,预测结果和试验实测值最大相对误差和标准方差分别为4.481%,1.033 7.解析结果表明:柔性机翼挠度预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.     

C/SiC材料在模拟空天往返条件下的可重复使用性能评估

针对飞行器空天往返、多次使用的发展需求,以2D C/SiC材料为对象,选择开放大气模拟环境、800 ℃温度条件开展了常/高温拉伸试验、以及常温→高温→降温循环变化历程下拉-拉疲劳的耦合试验,得到不同的力学性能规律,分析了影响材料表面涂层完整性的控制因素及转化点。表明C/SiC材料具有优良的高温静态持续强度性能,但在常-高温循环变化历程下的疲劳性能明显衰减。采用剩余刚度衰减模型,提出了力-热-氧耦合时考虑常-高温循环历程影响因素、以及氧化尺寸效应影响的疲劳剩余性能评估方法。     

一种预测陆基滑跃起飞性能的新方法

从固定翼飞机陆基滑跃起飞的安全性要求出发,提出了一种预测起飞性能的模型,用于预测最小起飞速度和最短滑跑距离。该模型的特点是非常简单,包含了影响陆基滑跃起飞行性能最为关键的参数。预测结果与飞行试验数据结果取得了很好的一致。作为预测模型的应用示例,讨论了关键参数对滑跃起飞性能的影响。给出的模型和示例方法对制定固定翼飞机陆基滑跃起飞试验方案有实用价值。     

NASA-HDBK-7005《动力学环境准则》分析

文章从标准化的角度讨论了动力学环境试验技术,分析了以MIL-STD-810为代表的各类产品通用的环境标准和以NASA-HDBK-7005为代表的航天系统动力学环境标准所形成的两个环境标准体系的特点,讨论了NASA-HDBK-7005的标准内容,提出了我国航天动力学环境标准化工作的建议和意见。     

基于源项辨识的飞机座舱污染浓度动态预测

随着大型民机飞行时间的延长,座舱空气污染事故发生概率也随之增大,快速准确的污染浓度预测对保证乘客生命安全具有重要意义.座舱各污染浓度的动态预测和污染源项强度辨识是实现座舱空气质量实时预测的关键技术.污染源项散发强度辨识,如采用最小二乘算法,参数估计是静态的,一般延迟较大;如采用单模卡尔曼滤波算法,虽能实现动态辨识,但不能同时兼顾稳态和过渡过程(突发污染)的参数估计性能,导致误差较大.为解决上述难题,本文提出基于源项辨识的飞机座舱污染浓度动态预测方法,同时完成污染源散发强度动态辨识和污染浓度状态实时预测.该算法由2个滤波器组成,分别用于匹配系统的稳态和突发过渡过程特征,提高浓度方程参数估计和状态预测性能,保证飞机座舱空气质量态势预测的快速性和准确性.仿真结果证实了该算法的有效性.     

基于"序列相对贴近度"的组合预测权值分配

在时间序列的组合预测权值分配问题上,为克服传统的均方误差倒数加权、熵权和最优化方法之不足,从预测值序列与评价样本序列间的贴近性出发,提出新方法综合衡量单一参与模型的适用性,并据此分配权值.详细给出了序列相对贴近度(SRND,Sequence Relative Nearness Degree)及与之相关的"序列趋势关联度"和"尺度区间熵"的概念,并提出基于SRND的权值分配方法.将SRND权值分配方法应用于航空发动机排气温度裕度参数时间序列的联合自回归滑动平均模型、函数系数自回归模型和径向基函数网络预测,有效地提高了预测准确度,获得优于均方误差倒数加权和熵权方法的组合性能,且运算量远小于最优化方法.     

Gram-Schmidt回归及在刀具磨损预报中的应用

多元线性回归是一种应用广泛的统计分析方法.在实际应用中,当自变量集合存在严重多重相关性时,普通最小二乘方法就会失效.为解决这一问题,利用Gram-Schmidt 正交变换,提出一种新的多元线性回归建模方法——Gram-Schmidt回归.该方法可实现多元线性回归中的变量筛选,同时也解决了自变量多重相关条件下的有效建模问题.将该方法应用于机械加工过程中刀具磨损的预报分析,有效地进行了变量筛选,并得到了解释性强同时拟合优度也很高的模型结果.      

Trajectory prediction of ballistic missiles using Gaussian process error model

Ballistic Missile Trajectory Prediction(BMTP) is critical to air defense systems. Most Trajectory Prediction(TP) methods focus on the coast and reentry phases, in which the Ballistic Missile(BM) trajectories are modeled as ellipses or the state components are propagated by the dynamic integral equations on time scales. In contrast, the boost-phase TP is more challenging because there are many unknown forces acting on the BM in this phase. To tackle this difficult problem, a novel BMTP method by ...     

多元线性回归的预测建模方法

根据历史的样本数据,建立多元线性回归的预测模型;从而在不需要未来样本数据的情况下,预测未来时刻多元线性回归模型中的回归参数,以及主要的模型精度评估指标.对多元线性回归模型参数的预测,转化为对其变量集合的增广矩阵的叉积阵的预测.对叉积阵进行谱分解,利用高维群点主轴旋转的预测建模方法,通过Givens变换得到特征向量矩阵的转角值,对自由取值的转角以及特征值建立预测模型.仿真实验例示了该方法的主要计算步骤;计算结果显示,利用本模型得到的拟合值精度较高,预测值真实可信.最终计算结果和实验结果吻合较好,表明这种方法可以用于分析和预测众多领域中因变量对自变量的回归关系问题.      

用SGP4模型和卡尔曼滤波实现空间碎片轨道预报

文章将扩展卡尔曼滤波算法成功应用于求空间碎片的双行元初值及其轨道预报问题。首先推导出扩展的卡尔曼滤波求双行元的计算公式;然后针对地面观测站对空间碎片的监测进行了应用研究,编制了相应的计算程序并进行了数学仿真。结果表明该算法可以较准确地得到监测目标的双行元初值,从而可实现中长期轨道预报。