自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

强磁场扰动对宇宙线调制的统计研究

对1978─1982太阳活动高年时发生的激波、强磁场扰动及激波与强磁场扰动共存这三类事件引起的宇宙线变化进行了统计研究,得到如下结果:(1)激波与强磁场扰动共存时引起的宇宙线强度下降最为显着;只有激波或强磁场扰动时,宇宙线的强度变化相对较小;(2)标志速度间断的激波是产生宇宙线Forbush下降的重要因素;(3)速度间断在强磁场扰动对宇宙线的调制中可能起一个触发的作用。      

用于风洞实验的磁悬挂技术研究

30mm×30mm五分力磁悬挂天平由电磁铁组、电磁感应式位置传感器、磁悬挂控制器、气动力测量系统等部分构成。在80m/s低速风洞中进行了吹风试验的主要结果,包括电磁铁设计理论与结构形状、传感器工作原理与数学模型、控制补偿律和工程实现中的一些技术问题。     

人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

轨道参数对阿尔法磁谱仪太阳辐射热流的影响

为探明阿尔法磁谱仪（AMS）的温度变化规律,并为制定AMS的热控制方案提供指导和依据,推导了AMS重要区域（AMS前方、后方、顶部和左舷）的太阳辐射热流计算公式,分析了这些区域太阳辐射热流随轨道参数的变化,解释了AMS顶部的温度变化和太阳辐射热流变化规律在热控方案中的应用。分析表明在国际空间站（ISS）正常飞行姿态下,AMS前、后方和左舷的太阳辐射热流受太阳光与ISS轨道面的夹角（β角）、ISS与会日点的角距（θ角）和地球阴影区的影响,AMS顶部太阳辐射热流受β角和θ角的影响。得出结论：β角、θ角和地球阴影区均是影响AMS温度的主要因素,各区域的太阳辐射热流变化规律可以作为设计AMS温度控制方案的主要依据之一。     

中小城市公安光纤城域网的实现

公安网络建设是公安"金盾工程"规划的重要组成部分,地市级公安的三级网络建设,是整个公安网络建设的重要环节。随着光传输网络的普及和千兆技术的成熟,千兆以太网GE在技术成熟度、标准化和价格等方面都是一个更合适的选择。本文将介绍湖州公安三级网络的千兆光以太城域网改造案例,分析光纤城域网建设的要求、技术。     

风致内压对大跨屋盖风振响应的影响

本文利用气体质量守恒原理与气体状态方程推出了考虑风致内压的大跨屋盖风振响应的三阶动力微分方程,并给出了其稳态频响函数的表达式,通过数值算例分析了风致内压对大跨屋盖风振响应的影响.研究表明:考虑风致内压在本质上是给屋盖附加了随特征频率变化的气承刚度与气动阻尼,对于正常封闭建筑采用不考虑风致内压的频域分析法是偏于保守的;对于给定设计风速,任何建筑必存在一个最优孔隙率,会使大跨屋盖的风振响应达到最小,因而合理设置墙面孔隙是大跨屋盖最为有效的气动减振措施.     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

基于虚拟仪器技术的发动机网络化试车测试系统设计

介绍虚拟仪器技术在发动机试车过程中的具体应用,以LabVIEW软件为平台实现信号的采集、分析、处理和显示。该系统通过网络实现数据共享,各个上位机根据自己的需要获取不同的数据,然后通过软件处理,实现对发动机试车过程的实时监控。     

基于蒙特卡罗法的航空发动机空气系统稳态算法优化

针对目前航空发动机空气系统稳态算法中收敛性依赖初值的问题,将蒙特卡罗方法与流体网络法综合应用到空气系统可压缩流体一维网络计算中,提出了一种新的计算方法Monte Carlo-Fluid Network（MC-FN）。该方法将空气系统简化为由节点和元件组成的网络,借助蒙特卡罗方法获得空气系统内各节点压力分配,再根据空气系统中各元件流阻特性和换热特性计算流量、温度。计算中通过将游动次数比较少的蒙特卡罗方法的计算结果作为流量残差法节点压力、温度的初始值,实现快速求得精确收敛解。与流量残差算法相比,MC-FN方法计算精度不变,收敛速度提升了66.5%;与线性求解法相比,MC-FN方法的计算精度提升了25.2%,收敛速度提升了43.8%。