基于神经网络和遗传算法的公差优化设计

针对产品制造中公差与成本之间高度非线性关系的特点,提出了一种综合神经网络与遗传算法进行公差优化的方法,该方法利用遗传算法在大范围解空间内采用概率搜索策略得到全局最优解且有较强鲁棒性的特点,以及神经网络解决高度非线性问题的优越性,首先利用神经网络对公差成本进行仿真,得到具有黑箱特点的公差成本函数关系;然后在公差分配中采用遗传算法,以总成本最小为目标函数,以满足装配公差要求和符合标准公差等级为约束条件进行优化;同时基于VC和Matlab开发了公差优化系统,以飞机舱门锁钩机构为对象进行了验证,并针对不同的公差成本及分配方法进行了对比.结果表明:采用神经网络与遗传算法综合分配的结果与传统方法相比具有较大的优越性.     

证据源权重的计算及其在证据融合中的应用

证据融合是提高目标识别准确性的有效方法.为了解决高度冲突证据融合时产生不合理结果的问题,提出了证据源权重的评定原则.引入了证据距离的概念,根据证据源权重的评定原则,提出了证据源权重的计算方法,实现了对各传感器证据的按权相加修正,从而在信息融合之前消除了冲突证据,避免了不合理结果的产生.为了有效利用先验知识,提高目标识别的效率,分两种情况设计了证据融合的方案,并进行了融合复杂性分析.分别对两种证据融合方案进行了仿真试验并进行了比较分析,仿真结果验证了使用证据融合进行目标识别的有效性.     

变结构DDBNs的推理算法与多目标识别

 目前变结构离散动态贝叶斯网络（DDBNs）的推理算法存在的缺陷是计算量随时间片数的增加呈指数增长。为了解决这类网络的推理问题,引入前向后向算法的基本思想,提出一种新的变结构DDBNs的推理算法。在分析变结构DDBNs数据结构的基础上,定义变结构DDBNs的前向、后向算子,从理论上对算法进行了推导,它的计算量仅与时间片数成线性关系。并且把该算法应用于识别空中多目标的变结构DDBNs,通过有效融合“交战行为"节点信息,使识别系统的鲁棒性显著增强。仿真结果验证了推理算法的有效性。     

气动变量参数化的压气机转子三维数值优化

采用"试验设计+响应面模型+遗传算法"的优化设计体系,结合压气机设计常用的叶片造型程序和流场模拟软件,搭建了轴流压气机叶片三维优化设计平台,并对某涡喷发动机加零级压气机的零级转子进行了优化.优化目标为极大化转子的设计点绝热效率.约束条件为流量、增压比基本不变.分别以相对气流角和气流脱轨角作为优化自变量,进行了两个算例的优化.即为与现代设计系统相接轨,不同于叶片几何参数优化,取设计中具有物理含义的气动参数作为优化自变量.优化后的绝热效率分别提高了0.82和0.73个百分点.      

一种弹用涡喷发动机风车起动数值仿真方法

对弹用涡喷发动机风车起动过程进行仿真求解:点火前风车过程用径向基函数神经网络(RBFN)建模,引入相关先验知识对网络输入变量加以变换,以满足小样本情况下网络建模;依据试验数据运用滑动最小二乘法(MLS)获得压气机特性;对于点火加速过程的动态模型,采用改进的粒子群优化(PSO)算法求解.解决了N-R(Newton-Raphson)法受初值影响不易收敛的问题.计算结果与试验数据吻合较好,可作为发动机起动过程性能分析和优化的理论依据.      

基于多分类器融合的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。     

粒子群优化在直升机旋翼动平衡调整中的应用

传统的直升机旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,针对这一缺点,提出将广义回归神经网络(GRNN,General Regression Neural Network)和粒子群算法相结合的旋翼调整方法,采用GRNN网络建立旋翼动平衡调整模型,以桨叶的调整参数作为神经网络的输入,以旋翼转轴和机身的三向的加速度测量值作为网络输出,建立调整参数与直升机振动信号间的模型.以直升机振动作为目标函数,采用粒子群优化算法对桨叶的调整参数进行寻优,获得当直升机振动最小时的桨叶的调整量. 飞行实验结果表明,此方法可通过飞行测试获得的新数据对神经网络进行更新,使系统在使用过程中不断完善,并可在较少的飞行调整下完成旋翼的动平衡调整.      

人工制备冰雹的力学性能试验研究

人工制备的冰雹可用于多种航空附件冰撞测试。本文以ASTM F320—2010标准为基础,设计制作了多种冰雹,对冰雹的力学性能及影响冰雹力学性能的因素开展了研究。采用低温万能试验机对冰雹进行准静态试验,使用高速摄影技术深入分析冰雹破碎过程及特征,对比分析不同棉纤维种类、棉纤维特性和棉纤维含量下冰雹的力学性能。研究结果表明,含棉冰雹失效过程可分为3个阶段：线性增长阶段、屈服阶段和破碎阶段,失效过程中最大抗压强度出现在线性增长阶段末端。棉纤维的强度和弹性越好,冰雹破碎所需的加载力越大;棉纤维上附着的冰量越少,冰雹破碎所需的加载力越小。棉纤维含量增加可以加强棉纤维的连接作用,使含棉冰雹强度增加;但棉纤维含量到达15%时,继续增加棉纤维含量,冰雹抗压强度不会发生太大变化。亲水棉制成的冰雹抗压强度明显高于疏水棉制成的冰雹。研究结果可为中国民用大飞机适航符合性验证提供参考。     

航天器控制系统智能健康管理技术发展综述

健康管理作为智能自主控制亟待突破的关键技术之一,是提升航天器安全可靠稳定运行能力的有效手段。结合人工智能技术的发展趋势,基于前期已建立的新型航天器智能自主控制系统通用架构,详细综述航天器控制系统的智能健康管理技术现状与发展趋势。首先,根据现有航天器设计、研制和在轨的具体情况,梳理出航天器控制系统健康管理技术所面临的挑战;然后,分别从故障预警、故障诊断和寿命评估3个方面,详细阐述基于人工智能的健康管理技术研究现状及其在航天领域的应用情况;最后,提炼出航天器控制系统健康管理技术的发展方向。     

基于深度强化学习的固定翼无人机编队协调控制方法

由于运动学的复杂性和环境的动态性,控制一组无人机遂行任务目前仍面临较大挑战。首先,以固定翼无人机为研究对象,考虑复杂动态环境的随机性和不确定性,提出了基于无模型深度强化学习的无人机编队协调控制方法。然后,为平衡探索和利用,将ε-greedy策略与模仿策略相结合,提出了ε-imitation动作选择策略;结合双重Q学习和竞争架构对DQN（Deep Q-Network）算法进行改进,提出了ID3QN（Imitative Dueling Double Deep Q-Network）算法以提高算法的学习效率。最后,构建高保真半实物仿真系统进行硬件在环仿真飞行实验,验证了所提算法的适应性和实用性。