基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

战斗机的体系对抗分析(英文)

体系对抗分析是武器系统作战效能研究的最高层次。本文建立了空对空作战体系对抗的物理模型 ,基于多元兰彻斯特平方律方程 ,给出了不同空战武器战术交战的数学模型 ,考虑现代战争的高技术特征 ,发展了战役优势参数概念 ,使其更加准确地反映空对空作战的实质。以数学模型和战役优势参数为核心 ,采用随机分配目标战术和战斗机对空作战能力指数 ,完成优势评估、进程预测和配置优化等体系对抗问题的计算分析。结果表明 ,具有发展特征的经典作战理论仍能在新的应用中发挥重要作用。     

电探针保护气体的优选原则

为了研究强冲击波作用下不同气体对电探针保护能力的差异,通过化爆加载实验分别观察了氦气、氩气和甲烷气体在不同冲击波强度下电探针电路的导通现象,实验发现冲击波马赫数在7.5～12.1范围内,氦气和甲烷气体均能有效地保护电探针,而氩气环境下的电探针电路产生提前导通现象。并用一维流体动力学理论分别计算了在相同的初始条件和3～8km/s范围内的六种不同飞片速度下氦气、氩气和甲烷的冲击状态参数。通过对这些状态参数和相关物性的分析,提出了电探针保护气体的优选原则。     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

机器人制孔工艺参数优化有限元仿真分析

采用大型有限元DEFORM-3D和Abaqus软件分析机器人制孔的切削机理和制孔时机器人的振动机理。仿真分析了机器人制孔的切削力,并以仿真数据为基准,拟合了机器人制孔切削力的经验公式,仿真机器人的模态、刚度和阻尼,运用颤振理论分析了机器人制孔时避免振动的工艺参数范围。通过有限元仿真研究表明:有限元仿真计算有效地解决了机器人制孔工艺参数优化问题。     

基于EKF方法的橡胶隔震支座参数识别实验研究

采用Bouc-Wen模型建立橡胶隔震支座的非线性动力学方程,基于已有研究成果,缩减模型参数简化模型,建立不同数量参数的迟滞模型模拟橡胶隔震支座的非线性特性。对橡胶隔震支座进行振动台实验,基于测得的加速度信号和广义卡尔曼滤波(Extended Kalman filter,EKF)方法在线识别橡胶隔震支座的参数和位移。对不同参数数量的Bouc-Wen模型在不同地震波激励下,EKF方法识别得到的橡胶隔震支座模型参数一致,且识别的位移和实际测量得到的位移曲线吻合良好,验证了本文所得模型参数的有效性和准确性及模型简化的合理性,也证明了EKF方法在橡胶隔震支座参数识别中的有效性。     

缝合复合材料层板面内力学性能试验与分析

研究多种缝合方向、缝合密度对复合材料层板面内拉、压、剪等基本力学性能和典型失效模式的影响，并结合理论模型分析缝合参数影响层板力学性能的机理。结果表明，缝合对层板面内性能有一定影响，缝合密度的增加导致层板面内性能下降，缝合方向对层板性能影响较大；试件破坏位于缝合针孔处；缝合造成的纤维弯曲和纤维断裂引起了较强的应力集中，是缝合影响层板力学性能的主要因素。     

双级圆柱齿轮减速器虚拟样机建造研究

以虚拟样机理论为基础,以某型号双级圆柱齿轮减速器为分析对象,整合三维造型软件、系统分析软件和有限元分析软件,形成了齿轮减速器综合开发平台。该平台中,基于优化设计的齿轮自动建模方法具有通用性、实用性和独创性,并且可以与CAM/CAPP模块进行整合;优化设计数学模型适用于多种线形齿轮,具有通用性;样机的仿真结果与实际测量数据相吻合率达98%。该平台除了可以完成设计和系统分析外,还可以仿真实际使用环境,完成运动学、动力学和有限元分析,有实际的工程意义。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。