BP神经网络理论在模型修正的应用

神经网络由于其本身具有的优越性,已广泛应用于各个领域中的分类、联想问题。将神经网络理论用于对利用有限元分析方法得到的系统模型进行修正,从计算结果看,该方法收敛速度快且收敛到全局最优解。     

FADS压力传感器延迟补偿

嵌入式大气数据传感器系统通过在飞行器各部位的压力传感器阵进行工作,当大气密度较低时,压力传感器延迟时间过长,致使FADS测量精度减低,甚至无法正常工作.通过对压力传感器延迟产生的机理进行分析,提出相位超前校正网络延迟补偿的方法,合理选取超前校正网络参数,并适当减小连接压力传感器与机体表面的细管长度,可以有效减小传感器延迟,使FADS的可使用空域由35km增大到60km.相位超前校正网络延迟补偿方法具有效果明显且易于工程实现的优点.     

基于深度学习的毫米波和亚毫米波成像仪的图像增强技术

风云四号卫星毫米波和亚毫米波成像仪(MMSI)数据根据采样方式分为过采样和非过采样数据。由于采样方式的影响,非过采样数据在采样过程中会有一定的信息损失。为解决采用简单的线性插值方法做精细化处理时提升精度有限问题,采用基于深度学习的方法增强MMSI亮温图像,设计卷积神经网络重建风云四号卫星MMSI的亮温图像和风云三号卫星微波成像仪亮温图像。实验结果显示:相比传统的双三次插值方法,在风云三号卫星微波成像仪亮温图像样本上峰值信噪比提升了1.13dB,结构相似度提升了0.01。实验结果表明:对于非过采样亮温数据,采用基于深度学习的方法增强图像具有更高的精度,同时可在其他微波探测仪数据中使用,具有很强的普适性。     

基于神经网络模型的襟翼主动控制旋翼减振分析

基于径向基函数(Radial basis function,RBF)神经网络构建了一种带后缘襟翼主动控制(Active controlled flap,ACF)的旋翼振动载荷计算模型。采用正交试验方法确立RBF网络训练样本的输入,在CAMRAD II中计算前飞状态下与训练样本对应的旋翼桨毂六力素,并将主通过频率下的分量作为样本输出,对RBF网络进行离线训练。在此基础上采用多周控制器对被控模型进行振动载荷主动控制。随后以2桨叶4m直径ACF旋翼为例,构建了其桨毂减振分析方法,并对桨毂动载荷各分量的减振效果进行了分析。研究表明,采用正交样本训练的RBF网络能够精确映射襟翼偏角与桨毂振动载荷的非线性关系,施加多周控制后,桨毂垂向振动载荷降低接近50%,其他方向的振动载荷也有不同程度的降低。     

航空发动机试飞关键参数趋势监控的实现及应用

为了实现航空发动机滑油压力、滑油温度、振动值在试飞中的趋势监控,采用神经网络方法对某型发动机大量试飞数据进行训练和验证,获得了这几个参数全过程较为准确的计算模型。计算模型应用于该型号另1台发动机参数趋势监控中,在应用前,利用有限架次试飞数据修正了这几个参数的计算模型,采用动态链接库形式实现计算模型与原有实时监控系统的协同工作,进行了模型计算结果和试飞结果趋势实时对比监控。结果表明:模型计算结果和试飞结果变化趋势吻合良好,说明了神经网络计算模型的准确性以及在关键参数趋势监控中的工程实用性。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

军用危险品航空运输装卸保障风险预测 ac

针对军用危险品航空运输装卸保障过程中的风险问题,根据军用危险品航空运输装卸保障理论与实际,梳理出影响军用危险品航空运输装卸保障的因素,建立了影响因素层次模型。针对影响因素的不确定性,将模糊集理论应用到贝叶斯网络中去,建立了基于模糊贝叶斯网络的军用危险品航空运输装卸保障风险预测的数学模型。最后,将实例中的节点证据输入到模糊贝叶斯网络中,对保障风险进行推理,验证了模型的有效性和实用性。     

L波段数字航空通信系统研究

随着全球航空运输的发展,空中交通管制与航空公司运控等航空业务对航空通信系统的数据传输速率、频谱利用率、航空通信网容量等性能提出了更高的要求。虽然现阶段基于甚高频的航空通信系统得到了迅速的发展,但仍受限于标准体制、技术壁垒等因素,难以满足持续增长的运行需求。L波段数字航空通信（L-band digital aeronautical communication system,L-DACS）数据链技术作为新一代航空通信系统的预选方案,是有效解决频谱资源饱和难题、满足高速率传输需求的有效途径。本文在总结L-DACS数据链技术发展现状的基础上,阐述了该通信系统现阶段的技术标准,分析了L-DACS发展所面临的挑战,提出了对应的发展建议,为面向航空宽带通信L-DACS的研究提供了参考与借鉴。     

基于有限单元热网络法的航空发动机主轴轴承热分析

航空发动机主轴轴承温度场的精准预测对保证发动机润滑系统及整机稳定运转至关重要.针对传统热网络法精度低的问题,提出一种基于有限单元思想的有限单元热网络法.将轴承结构通过网格划分为有限个单元体,每个单元体设置一个温度节点代表该单元体的集总参数,节点间构建热阻关系并形成热网络,通过求解以温度为未知量的大型稀疏矩阵线性方程组来...     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。