基于神经网络的ICAI软件的设计与实现

介绍了一个在Ｗｉｎｄｏｗｓ９５平台上用ＶｉｓｕａｌＣ＋＋５．０开发的基于神经网络的信号与系统课程的智能化计算机辅助教学（ＩＣＡＩ）软件设计的基本原理及其关键技术的实现。该软件针对人类教学过程中的智能模拟问题,将神经网络和专家系统两大先进技术相互融合在一起采用面向对象的设计是界面友好、算法透明、程序易于维护、是计算机辅助教学课题的一个成功实例。     

平行坐标可视化技术在固体火箭发动机优化设计中的应用

由于笛卡尔坐标系的制约,多变量分析及显示成为复杂固体火箭发动机设计优化的难点之一。将平行坐标可视化技术应用于固体火箭发动机设计优化过程,以高压强固体火箭发动机总体参数优化为例,针对不同优化阶段提出不同赋色原则,说明其在发动机设计优化辅助建模、优化过程监控和优化结果鲁棒性分析中的应用。研究结果表明,平行坐标可视化技术在处理固体火箭发动机设计优化多变量分析及显示问题上具有简单、直观等独特优势,易于工程应用。     

复合材料设计的回顾与展望

复合材料设计是复合材料研制过程中必须首先解决的问题，复合材料设计由定性化向定量化方向发展是其必然趋势。复合材料力学、材料设计专家系统和智能化设计系统应用于复合材料设计方面已取得巨大的进展，并推动复合材料科学与技术的发展。     

运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

一种柔性机器人的神经网络控制方法

提出了一种末杆为柔性杆的机器人的新型神经网络控制方法.它将末杆为柔性杆的机器人分解成刚性前端和柔性末端两部分,使用传统的机器人控制方法控制刚性前端,采用神经网络辩识柔性末端部分的逆模型,将末端的期望轨迹实时分解成末关节转角及末关节轴位姿的期望轨迹再分别进行控制.这一方法将传统的基于模型的控制方法和神经网络方法有机结合在一起.通过对平面3杆柔性机器人的数值仿真,初步验证了这一方法的有效性和良好效果.     

故障模式影响分析专家系统

介绍了应用人工智能和专家系统技术,建立一个依托专家知识,基于功能/硬件推理的,与故障仿真综合应用,并以故障诊断专家系统,专业CAD/可靠性CAD和可靠性信息系统为支持的故障模式影响分析专家系统FMEAES(Failure Model Effect Analysis Expert System)框架.详细论述了系统的功能、结构、其三大组成部分(预处理部分、FMEAES核心和后处理部分)的功能及其相互关系,故障模式选择、故障仿真和进行功能FMEA和硬件FMEA的处理流程,以及故障模式影响分析专家系统与其他系统的关系.      

航空燃气涡轮发动机气路故障诊断现状与展望

燃气涡轮发动机在航空、地面和舰船上有着广泛的应用,对其进行性能评估和故障诊断有着重大的现实意义。本文对发动机气路诊断的发展以及当前的主要气路诊断方法如故障方程法,基于非线性模型的诊断方法,基于人工智能等方法进行了综述,最后对航空发动机气路诊断的发展进行了展望。      

智能化标准压力源的研制

为适应新技术和生产力发展的需要，当前迫切需要研制自动化程度高且可造出标准高压的智能型标准压力源以提高压力计量水平。本文介绍了智能化标准压力源的研制方案及其关键技术。     

民用飞机辅助动力装置舱排液装置设计方法研究

民用飞机辅助动力装置（APU）舱排液装置用于将APU舱内可能泄漏的可燃液体排出机外,对整个系统和飞机的安全具有重要意义。针对重力排液,总结了APU舱排液装置的设计要求及相关机型的排液设计方案,在此基础上研究了民用飞机APU舱排液装置相关的设计要素和设计流程,获得了民用飞机APU舱排液装置的初步设计方法。     

基于群智机理的集群防碰撞控制

在执行作战任务以及民用中,无人机集群由于具备高可靠性和高效费比的特点而受到广泛关注;随着城市低空空域的开放,作战环境的动态复杂性剧增,对无人机集群防碰撞提出了严峻的挑战。针对无人机集群执行任务时的编队个体之间防碰撞以及遭遇突发障碍时的集群防碰撞问题,提出了基于群智机理的集群防碰撞控制方法。通过引入力学概念,设计了集群内部吸引力、排斥力以及编队构型力的模型;通过集群个体间的信息共享以及类脑知识发育,构建了基于群信息共享和类脑反射的无人机防碰撞模型。仿真结果表明：所提集群控制方法提高了集群的集结效率,而且在遭遇突发障碍时能够规避动态障碍,再次完成编队重构;群智机理的引入缩短了无人机集群面临突发障碍时的反应时间。