基于Heun法的模糊控制系统

针对有些常微分方程求解难且不易用图形直观观察的特点,根据求解常微分方程的Heun法构造了一种模糊控制系统以辨识由常微分方程所描述的系统。这种模糊控制系统在预测状态的同时也能够逼近系统微分方程中的函数。     

FUZZY PETRI NET FOR FAULT DIAGNOSIS

ＦＵＺＺＹＰＥＴＲＩＮＥＴＦＯＲＦＡＵＬＴＤＩＡＧＮＯＳＩＳＷｕｙａｎｆａｎｇ；ＷｅｉＺｈｏｎｇｘｉｎ．（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏ...     

模态参数识别在飞行颤振试验中的应用

 本文介绍了飞机飞行颤振试验的简况、颤振试飞数据处理的特点和一些特殊要求。简要介绍了用频域参数识别方法和时域参数识别方法识别模态频率和阻尼的基本原理和基本数学模型。文中着重介绍了为解决颤振试飞中所获得的信号的信噪比差,而又要求识别的模态阻尼值的精度比较高这个矛盾和为了尽量缩短数据分析所花费的计算时间而采取的若干措施。     

获取自由飞模型气动导数的综合飞行试验研究

过去已进行过多个机种的自由飞模型大迎角特性试验，但均为单一项目的试验，现介绍了将获取放宽静稳定度特性和气动导数两个项目综合于一个自由飞模型飞行试验项目中的情况，用脉冲升降舵激发起模型的纵向短周期运动，用参数辩识方法获取气动导数，试验结果表明这种方法是可行的，为从事本专业及相关专业的科研人员提供了参考。     

环境激励条件建筑结构的试验建模研究

通过环境激励模态识别技术对一座中高层新结构大楼环境激励试验建模研究。首先介绍了试验模型设计 ,并在现场测量整栋大楼在环境激励下的振动响应。然后采用新发展的频率空间域方法 ( FSDD)进行模态识别 ,分别在 0～ 4.5 Hz和 0～ 6.5 Hz频率范围识别出 9阶弯曲和扭转模态频率和振型。采用频率空间域方法识别了结构的阻尼特性 ,并得到满意的结果。所得试验模型已成功应用于 CFT大楼的有限元动态模型修正。所研发的试验建模技术可望在结构响应预报 ,健康监测和振动控制中发挥重要作用     

一种直升机粘弹减摆器时域模型参数识别方法

在时域内建立了直升机粘弹减摆器的非线性模型。该模型基于不可逆热力学原理，在线性滞弹性位移场(Anelastic displacement fields，ADFs)模型的基础上，通过一组材料状态变量函数引入了粘弹性材料的非线性特性；文中以硅橡胶为研究对象，在粘弹减摆器实际工作中比较典型的幅值和频率范围内，进行了简谐实验，并通过两位移幅值(0．1cm，0．6cm)的应变／应力滞迟回线直接进行模型参数识别。最后，通过与线化复模量、不同幅值的应变／应力的滞迟回线等实验数据比较，证实了本文模型具有较好的可靠性，为进一步研究直升机粘弹减摆器的性能和带减摆器的旋翼气弹分析奠定了基础。     

基于ANFIS的蒸汽发生器水位实时控制系统的设计

从蒸汽发生器的水位特性出发，对其水位高度控制原理进行了深入细致的研究。鉴于控制对象的模糊性、不确定性和非线性，采用自适应神经元模糊推理(Adaptive neuron fuzzy inference system，ANFIS)技术，建立了模糊控制规则库，实现了对蒸汽发生器水位的智能控制。本文详细阐述了ANFIS技术的结构、控制方式和系统的主要功能，完成了软、硬件的综合设计，并进行了仿真研究。控制系统的硬件采用了DSP芯片，以保证系统的实时性；软件采用了模糊一神经网络算法，以克服系统模型的不确定性。仿真结果表明，该控制系统工作稳定可靠，具有较高的控制精度和较强的鲁棒性。     

羊毛精纺织物服用性能优选的多属性模糊决策

本文应用多属性目标决策的方法,评判不同规格毛织面料的"满意度",客观地提供一个重要的优选辅助依据。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。     

热交换器动态特性研究

本文从飞机空凋系统温度调节的需要出发,首先以集中参数模型的形式,用理论推导的方法,求得热交换器的动态数学模型的结构形式。然后,为了使热交换器的动态数学模型更加符合实际热交换器,文中提出不用理论推导的方法求得热交换器动态数学模型的模型参数,而用辨识实验的方法求得热交换器动态数学模型的模型参数。文木提出了热交换器动态特性的计算方法,即微分方程数值计算方法在其模型参数是状态参数函数的热交换器动态特性计算中的具体应用。并且以欧拉法为例,论述了热交换器动态特性计算的具体公式和步骤。