非线性系统的BP神经网络在线建模及故障检测

回顾了非线性系统建模、故障检测与诊断（ＦＤＤ）及ＢＰ神经网络应用中存在的问题。提出了一种ＢＰ网络在线阶段自学习方式及应用该方式对非线性系统进行在线建模和故障检测的方法。仿真结果表明,本文提出的方式和方法是可行的     

非结构网格下Euler方程的高分辨率高精度解

提出了一种非结构网格下求解Ｅｕｌｅｒ方程的高分辨率高精度迎风格式。以Ｒｏｅ的矢通量差分分裂为基础,吸收了ＮＮＤ格式的优点,使其具有捕捉激波和滑移线的良好性能;在时间方向上采用Ｊａｍｅｓｏｎ的Ｒｕｎｇｅ－Ｋｕｔａ积分,并结合局部最大时间步长和残差光滑技术加速收敛。最后成功地完成了二维平板激波反射、跨音速Ｌａｖａｌ喷管内的流动和ＧＡＭＭ超音速前台阶绕流等算例,显示了该方法的有效性     

SDM 标模大攻角动导数试验

介绍了ＣＡＲＤＣ高速所１．２ｍ风洞大攻角的动导数试验装置与测量系统以及在１．２ｍ风洞中对标准动态模型（ＳＤＭ标模）所作的一系列风洞试验结果。试验结果与国外文献数据具有较好的一致性。试验结果随马赫数和攻角的变化表现出明显的非线性,而减缩频率的影响并不显著。天平与测试系统的重复性精度较高。     

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。     

涡扇发动机气路故障定量诊断的BP网络研究

为了克服ＢＰ算法收敛速度慢的问题,提出了一种基于混合学习规则的ＢＰ算法,并采用模归一化方法,成功地定量组织了故障的学习样本,建立了能够定量分析发动机气路部件故障的人工神经网络（ＢＰＮ）。通过分析测量系统随机误差的影响和实际试车数据的效验结果,表明该网络具有较强的推广能力及适应性,能基本满足故障定量诊断的要求,并具有较好的工程实用性。     

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。     

Al/SiC复合材料的准分子激光表面改性

利用KrF准分子激光对SiC晶须增强铝基复合材料进行表面改性。借助于显微镜及X射线衍射技术,对激光处理前后试件表层的显微组织及化学结构进行了分析。结果表明,准分子激光处理后,试件表面形成了一个几微米厚的铝层。该薄层中基本上不含金属间化合物,SiC增强相的数量也显着减少。腐蚀测试结果表明,准分子激光表面处理后,材料的抗腐蚀性能得到了显着提高。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

基于RBF网络的航空发动机辨识模型

利用实测到的发动机飞行试验数据作为学习样本, 采用径向基函数 (RBF)神经网络建立了发动机的辨识模型。利用这种方法对不同飞行高度发动机的参数进行了辨识, 并与几种 BP网络进行了比较。研究结果表明: 这种方法具有训练时间短、学习速度快、辨识精度高等优点。      

联合应用现代优化方法与S2流面计算进行多级涡轮的气动设计

本文联合应用S2流面正问题计算和多级局部优化设计对某三级涡轮进行多级气动优化设计。优化联合采用人工神经网络和遗传算法,流场计算采用全三维粘性流N-S方程求解,计算网格采用H-O-H型网格,即入口段、出口段采用H型网格,叶片区域采用O型网格。通过优化,总效率提高1.1%,总体性能提高,达到设计要求。