基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

北斗导航系统及其在无人机上的应用

结合卫星导航系统,对我国自主研发的北斗卫星导航定位系统做了简要介绍。针对其在无人机(UAV)上的典型应用结构,系统地阐述了BD对无人机导航系统的可靠性、精确性、自主性以及机动能力等所起的改善和提升作用,并对其进一步发展提出了建议。     

基于图像处理自动调焦方法的稳定性研究

本文对几种常用的图像聚焦评价函数进行了比较、研究,并在此基础上针对由于图像噪声导致评价函数不稳定,调焦重复精度不够的现象,首次提出了调焦区域选择,图像预处理,改进算法,曲线拟合四项措施结合来提高调焦重复精度.     

三角样条小波的构造及其在故障检测中的应用

本文首先给出了三角样条函数极其性质,然后在此基础上给出了一种构造三角样条小波的新方法.该方法简单易行,而且构造出的小波具有许多良好的性质,这些对信号处理是非常重要的.最后,将构造出的小波应用于故障信号的检测,与一些常用的小波相比,不但消除了边界效应,而且使故障信号在变换域内能量更集中.从而提高了故障检测的准确性.     

以函数为因素的试验设计方法研究

本文介绍如何在试验设计中分析函数曲线的方法。文中将发动机叶片铸件的降温冷却过程中温度的变化看作一个关于‘时间-温度’的三阶段区间函数,针对该函数进行试验设计,给出如何选取与函数相关的因素及其水平、如何选取试验观测量和响应值的方法,并论证该方法的合理性。根据实际情况提出试验方案,并选择正交试验表和设计表头。     

基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.      

基于SySML的系统架构设计与建模方法

在MBSE的方法论中,系统架构作为复杂产品系统设计的核心,向上承接系统需求,向下支持详细设计。因此,对系统架构进行准确、清晰地描述对于不同领域设计师之间的沟通交流至关重要。建立SysML语言的系统架构功能逻辑模型是系统架构设计的一种有效方法。这种基于Harmony SE的方法从识别关键的系统功能出发,对系统架构的方案权衡分析后,通过模块定义图进行系统架构设计,并在下层级系统完成架构设计后,通过模型集成将动作与接口合并,为上层系统的架构设计提供反馈,实现迭代及优化设计,避免设计问题向下传递。     

基于模型的飞机复杂功能分析方法研究

当前飞机总体设计面临功能复杂,系统交联紧密的问题。针对复杂功能离散事件多、动态性强、耦合度高、建模表述困难的特点,提出一种基于模型与数据定义相结合的分析方法,进行飞机复杂功能解耦设计。该方法通过功能逻辑模型和数据建模,实现对相关系统的架构设计,完成逻辑接口向物理接口的迭代映射,最大限度保证复杂功能的相关系统接口清晰、模块划分合理,有效的提高了系统设计和验证的效率。     

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

基于RBF插值边界条件的笛卡尔网格方法

介绍了一种基于RBF(Radial Basis Function,径向基函数)插值处理物面边界条件的笛卡尔网格方法.整个流场采用有限体积方法计算,但是对于物面附近切割的网格计算域不完整,因此通过RBF插值来得到物体内部实单元上的值,从而使得流场计算顺利的进行推进.相比于其他插值方法来说,RBF插值特别适合于多维离散点的插值,不会因为插值点的位置关系而产生病态的系数矩阵,而且使用比较少的网格点就可以得到同最小二乘方法相当的精度.将这种方法应用于圆柱和翼型绕流中,得到了满意的结果,证明了方法的有效性,还对边界条件的各种不同形式对结果的影响作了对比.