基于神经网络和模糊逻辑的航空发动机状态监视

设计了基于神经网络和模糊逻辑的航空发动机状态监视系统,它包含数据有效性检查和发动机健康评估.系统利用BP(back propagation)神经网络对发动机进行数据有效性检查,根据发动机的状态确定测量参数的有效边界以检测发动机的测量参数是否超限;利用模糊逻辑对发动机健康状况进行实时的评估,监控发动机因性能蜕化引起的异常.通过对某型涡扇发动机仿真,验证了基于神经网络和模糊逻辑的状态监视系统的有效性.      

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

基于BP算法的液压泵在线状态监测及故障诊断

以液压泵振动信号的５个时域信息;峰值,峰峰值,均方根值,方差和波形系数作为最小诊断参数组合,用ＢＰ神经网络进行信息融合,提出一液压泵的神经网络在线状态监测及故障诊断系统。     

复合材料结构健康主动监测中激励信号的优化

利用L am b波频散方程及其数值求解得到的频散曲线,对L am b波模式及激励信号中心频率范围进行预测。建立了试验测试系统,利用集成在复合材料层合板上的PZT压电陶瓷片作为驱动器和传感器,激励并接收结构中激发的L am b波信号。对具有不同函数形式、中心频率和波峰数的信号激励,结构中传播的L am b波模式进行试验研究,为激励信号的选择与优化提供依据。利用H ilbert-Huang变换及H ilbert谱提取传感器信号特征,提出了L am b波信号在结构中传播时的能量衰减率和损伤敏感度两个考察指标,并据此对激励信号进行优化。实验结果表明,优化后的激励信号在结构中能激发出单一模式的L am b波(S0模式),有效地抑制了多模式现象的出现。同时,激发出的L am b波具有最低的能量衰减和最高的损伤灵敏度,响应信号特征明显,便于损伤识别。     

一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测算法

针对当前的山体滑坡监测技术监测精度低、实时性差、自动化程度低的问题,提出了一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测技术。该技术使用抗差自适应Kalman滤波技术,对包括实时动态(RTK）载波相位差分定位数据、无人机摄影测量数据、土工带传感器数据在内的多源数据进行融合分析,将滑坡形变监测精度提高到了mm级。RTK技术和土工带传感器的使用克服了天气状况、植被覆盖对滑坡监测的影响。使用灰色预测理论对山体滑坡监测点进行形变预测,结合蠕变切线角判据,该技术实现了对山体滑坡预警等级的划分。仿真实验结果显示,该山体滑坡监测技术能够成功实现山体滑坡预测预警功能。     

中国飞机结构寿命可靠性评定技术的发展与展望

首先,在中国40余年的飞机结构定寿与延寿研究成果的基础上,结合中国国情、试验条件和科技发展水平,探讨了机群个体寿命可靠性评定体系与单机寿命监控技术。该技术包括建立新机结构寿命可靠性验证体系,发展大子样载荷谱实测技术、大子样全尺寸飞机疲劳试验技术、试验装置模块化与智能化、以及中子光视觉监控技术等。然后,对中国飞机大数据智能监控平台建设进行了展望。该平台将中国飞机寿命可靠性评定技术提升至机群个体寿命可靠性评定与实时监控的国际先进水平,在保障飞行安全的同时,成倍延长机群使用寿命,改变中国与美国目前相对飞机数量少和寿命短的格局。     

地形冲突回避控制原理的研究

地形冲突是指飞行器与地面之间的相对位置发生矛盾,可能导致可控飞行撞地事故(CFIT)发生的潜在危险现象。在飞机飞行过程中,飞行员瞬间丧失知觉是飞行员自身因素导致飞行事故的一个重要问题,这个问题困扰着所有飞高性能战斗机的空军及其飞行员人员。丧失空间方向感又是一个更为严重的问题,它影响着空军和民航的飞行员人员。为了防止由于自身因素引起的飞行员和飞机的巨大损失,研究自动地形冲突回避系统是必要的。通过对地形冲突回避控制原理三种方案的研究分析表明:一种不需要飞行员涉入,一种需要飞行员涉入,即所谓人在回路之中,一种需要对外发射信号。     

嵌入式远程监测系统的硬件设计

采用单片机和微控制器的监测系统己得到广泛的应用,但这些系统在数据处理、网络通讯等方面能力有限,无法适应远程实时监测的要求.采用新型32位嵌入式CPU进行了一种远程监测嵌入式系统解决方案的硬件设计.系统实现了8通道模拟信号采集,具有功耗低、体积小、集成度高等特点.采用SD卡存储技术、以太网技术以及USB技术,提高了系统智能化和网络化程度.系统可以实时地监测设备状态,对状态信息进行分析与保存,并可以通过网络提供设备运行状态信息.     

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。