基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

基于改进RBF神经网络的某型机载雷达电路故障诊断

RBF神经网络在故障诊断中的应用是一个十分热门的研究课题。但RBF神经网络用于故障诊断需要大量的隐含层节点,隐含层节点越多其训练时间越长。针对此问题,提出了一种改进的RBF神经网络故障诊断方法。通过仿真实例,可以看出隐含层的节点大大减少,训练时间缩短,该方法用于雷达故障诊断非常有效。     

舱门信号控制系统设计

随着民用飞机的发展,舱门信号系统也变的越来越重要了。特别是经历了几次有关货舱门故障导致飞机坠毁之后,舱门系统的重要性越来越突出。因此FAA出台了AC25.114修正案,给出了舱门信号系统设计应注意的事项,保证飞机飞行的安全。参照最新的FAA适航条例为依据,给出了某型飞机舱门信号控制系统的功能描述、设计方案和控制流程,并对该系统的核心部分进行了分析。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

基于合作目标的三维空间贝叶斯传感器配准算法

当存在合作目标时,基于合作目标的传感器配准算法往往优于基于多站测量的传感器配准算法.传统的基于合作目标的传感器配准算法将系统误差看作是一个确定未知量,对未知量的估计采用了非贝叶斯的参数估计算法,如极大似然法、最小二乘法等.当传感器量测噪声相对于传感器系统误差不可忽略时,上述算法估计效果较差.在此背景下,提出了基于合作目标的贝叶斯传感器配准算法,通过将传感器系统误差建模成未知的随机过程,并通过卡尔曼滤波消除量测噪声对系统误差估计带来的影响,实验结果表明,方法具有较好的实用性.     

开放区域航路网战术协同控流策略研究

为降低航班运行延误、提高航路资源利用率,从空管部门和航空公司协同角度研究空中交通开放区域战术控流问题。引入协同决策理念和航路配流思想,考虑航路瓶颈点容流关系和航空器时间间隔标准,整合空中等待和改航等策略,研究建立了开放区域航路网络交通流模型,给出了协同控流策略及其执行程序。采用实际航班运行数据,对所提方法进行了仿真验证。结果表明,用于仿真验证的30架航班总延误时间降低了17.7%,不仅有效减少了航班延误、充分利用了航路资源,而且提高了航空公司参与决策的自主性与积极性,有利于区域航路交通流协同优化控制。     

海洋浊度测量传感器校准方法及校准测量能力评估

为了对海洋浊度测量传感器的计量性能做出快速、准确、科学的评价,构建了海洋浊度测量传感器的校准系统。本文详细阐述了海洋浊度测量传感器的校准原理,最佳校准方法的确立,并以具体实例介绍了校准数据处理及测量不确定度的评定,最后评估了该项目的校准测量能力(CMC),选用单一的相对值表示CMC,为2%。     

力臂自动调节装置智能综合测试系统的设计

为了解决力臂自动调节装置型号多、测试方法繁杂、测试精度低的问题,研制了以工控机为核心的自动测试系统,从硬件设计、软件设计入手,分析了测试过程中的工作环境模拟仿真与自动加载、系统控制信号和数据的共享、大气参数的测量、力臂值随机快速精确测量及抗干扰设计等问题,对改善力臂自动调节装置的维护手段、提高测试设备的自动化程度、使检测设备向综合化和智能化方向发展,具有重要的推动作用。     

网络实时录播系统在网络课程库建设中的应用

不改变传统教学方式 ,利用网络实时录播系统可以有效地发挥传统电教设备的作用 ,轻松实现网上直播、实时记录和点播 ,构建网络课程库     

基于人工神经网络的涡轮盘蠕变可靠性分析方法

用ADINA程序计算的涡轮盘盘缘蠕变位移量的有限个结果对人工神经网络进行训练。利用Monte-Carlo法对基本随机变量进行随机抽样,并基于随机有限元方法思想用人工神经网络代替有限元程序计算涡轮盘盘缘蠕变位移量,进而分析涡轮盘蠕变可靠性。