基于免疫聚类分析的特征提取及其在发动机故障诊断中的应用

以提高航空发动机故障诊断的快速性和准确性为目的，基于人工免疫理论中的克隆选择算法，结合聚类分析方法，提出了基于免疫聚类分析的故障特征提取方法。该方法通过删除对分类无关的特征以及压缩类间相关特征，得到最有利于分类的子特征集，提高了分类器的分类性能。并且该算法具有本质上的并行性、计算效率高和聚类能力强等优点。多类支持向量机的分类实验表明，经过基于免疫聚类分析提取的特征对发动机的故障具有更好的识别能力，为发动机的状态监测与故障诊断提供了依据。     

某型飞机座舱盖有限元模型分析及验证

采用PATRAN建立了某型飞机座舱盖有限元模型，用多点约束模拟玻璃边缘与骨架及弧框之间的软连接。通过NASTRAN计算后得到座舱盖有机玻璃上的应力分布，确定了座舱盖的危险部位，并通过了试验验证。     

极值搜索算法的研究与进展

回顾了极值搜索算法的发展历程,分析了单变量和多变量极值搜索算法、滑模极值搜索算法、斜率搜索算法等算法的优缺点,着重描述了变参数滑模极值搜索算法和退火回归神经网络极值搜索算法等,并且通过重构系统的损失函数方法将极值搜索算法的应用推广至一般系统,拓展了其应用范围。通过其应用实例说明,极值搜索算法能够解决航空控制、工业生产中的一些关键技术问题,因而有必要深入研究极值搜索算法。     

基于优化拟形的航空发动机控制器降阶方法

提出了一种基于优化输出拟形的航空发动机多变量控制器降阶方法,并以LQG/LTR控制器降阶为例,成功地将原控制器从8阶降为3阶.首先将控制器分为积分环节部分和稳定子系统部分,采用输出拟形的方法用低阶系统去逼近稳定子系统使二者具有相近的阶跃响应,利用遗传算法优化出低阶系统的参数,将低阶系统和分离出来的积分环节合并后即得到降阶后的控制器.与采用平衡截取Schur降阶方法比较,本方法可将系统阶次降得更低并取得更好的动态响应效果.     

基于蚁群算法的TSP的仿真与研究

对于旅行商问题的研究始于19世纪,从20世纪中叶开始随着计算机技术的发展而不断发展。蚁群算法是一种新型的优化算法,于20世纪90年代提出,最早成功应用于解决旅行商问题。研究表明,蚁群算法有着极强的鲁棒性发现较好解的能力。通过编程实现了用蚁群算法解决旅行商问题,通过仿真实验研究了各参数对算法的影响。     

低雷诺数下微型飞行器主动变形机翼非定常气动特性数值分析

以微型飞行器的气动外形设计为研究背景,通过数值求解N-S方程分析了主动变形柔性机翼的气动特性。空间离散格式采用中心有限体积法,时间推进采用双时间推进方法,其中子迭代过程由隐式LU-SSOR方法完成。在动网格技术的基础上,模拟分析了薄翼面上作行波运动的流场。计算结果发现,该行波翼型的气动特性相比于刚性翼型有明显改善,有效地抑制了大攻角下大尺度流动分离,同时升阻比提高了约35%,起到了显著的增升减阻的作用。本文的工作对于进一步的柔性机翼优化具有良好的理论研究与数值模拟的参考价值。     

基于拉普拉斯正态混合分布概率密度函数估计的语音分离算法

由拉普拉斯分布概率密度函数推导得出的符号函数作为语音信号分离算法中的激活函数,目前广泛应用在基于独立分量分析的语音分离算法之中.为了提高语音分离算法的收敛速度以及分离性能,提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计,得到一个更加适合语音信号分离的激活函数,基于此函数提出一种快速语音分离算法.把推导出的激活函数应用于独立分量分析(ICA)的自然梯度算法中进行计算机仿真实验,可验证本文算法的收敛性能和分离性能.     

基于无迭代解法的航空发动机实时模型

研究了航空发动机部件级模型,考虑了容积惯性;采用无迭代法保证模型的实时性,并较详细地研究了初值条件较详细的研究。给出了某型发动机慢车以上状态的气体热、动力学实时模型仿真结果。     

前向神经网络快速学习算法在发动机模型辨识中的应用

介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决了维数过高的矩阵直接求逆带来的解失真问题,并把这种方法应用于航空发动机的非线性模型辨识。算例仿真验证了算法的可行性。      

空间柔性网—膜结构分析的数学规划算法

 提出了以参数变分原理为基础的数学规划算法, 以计算分析太空用品中网- 膜结构起皱现象。针对网状柔性结构分析, 算法的原理是将结构化成多个具有一定非线性本构关系的杆单元, 并在此基础上进行杆系结构非线性分析的规划算法构造, 可以较好地模拟网状柔性结构的起皱性质。而对于一般的膜结构, 则构造了用于直接分析的膜单元相对应的本构模型, 并在此基础上构造问题的求解算法。不同于常规的数值计算方法, 提出的算法不依赖于应力的迭代过程。参数变分原理和数学规划算法的应用, 使本算法可以很有效地分析预测网- 膜起皱的区域、模式和应力分布, 从而为解决网- 膜结构起皱问题提供依据。给出的数值算例说明了方法正确与有效性。