基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。     

槽道宽度对压气机叶栅气动性能的影响

数值模拟了槽道宽度对压气机叶栅气动性能的影响.结果表明,在4种采用不同槽道宽度的叶片开槽流动控制方案中,槽道出口射流均能有效吹除叶片吸力面尾缘附面层气流,提高叶栅气动性能,并存在使叶栅性能提升最大的最佳槽道宽度;随着槽道宽度增大,槽道出口射流流量及其作用范围得到增大,但同时也增加了射流在槽道出口处的流动损失,限制了射流的作用效果,从而使大槽道宽度时的叶栅性能下降.      

神经网络和专家系统复合材料优化设计研究

论述了复合材料设计及优化的基本方法,介绍了神经网络和专家系统人工智能方法,并对复合材料设卉及优化中的两种智能方法进行了详细论述,总结了两种方法在复合材料优化设计中的分类、建模、预测和应用.举例说明了神经网络和专家系统方法在复合材料优化设计中具有重要的研究价值.最后对该领域的发展提出了建议.     

BVF在吹气控制压气机叶栅分离流中的应用

结合边界涡量流(BVF),对叶片开缝吹气的方法控制扩压叶栅流动分离进行了数值模拟.结果表明,叶片开缝可有效的吹除附面层内的低速气流,从而弱化或消除流动分离,提升性能.对叶栅开缝位置、开缝角度及缝隙宽度等影响因素的组合研究,获得了最佳开缝方案.BVF气动分析显示,叶片吸力面上高的BVF正峰值是大尺度分离发生的预兆,最佳开缝位置在BVF正峰值之后,分离点前后的一段区域,通过选择合适的位置,可取得在最大工况范围的最佳效果.      

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

利用神经网络规则提取方法获取转静碰摩故障诊断知识

 获取易于理解的航空发动机转静碰摩故障诊断知识规则对于深刻认识碰摩故障机理、有效诊断碰摩故障具有重要意义。鉴于此,研究了一种新的基于功能性观点的神经网络（NN）规则提取方法,介绍了连续属性离散、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法,并用Iris数据对方法进行了验证。最后,通过航空发动机转子实验器获取碰摩故障样本,利用神经网络规则提取方法从故障样本中提取了碰摩故障诊断知识规则,并对其进行了验证分析,验证结果充分表明了该方法的正确有效性。     

基于LC理论和概率神经网络的损伤识别

本文提出了结构健康监测中一种新颖的方法用于时变系统的损伤识别,选取FS-TARMA(函数基时变自回归移动平均)时间序列模型应用于一种随机振动信号中,这种振动信号在时变系统中用来估计TAR/TMA参数和创新方差。基于一种特征值分解技术,被估计的TAR/TMA参数和创新方差能够为损伤估计提供更多信息和数据,从而形成了一种新的理论LCs(潜在成分)。LCs被组合和分解成数值,接着输入概率神经网络中进行损伤识别。将这种新方法用于三自由度时变系统中进行评估,根据质量和弹簧刚度的降低来模拟不同级别的损伤。这种方法能够找出系统参数的时变性质和质量及刚度变化引起的损伤级别。结果表明:使用这种方法,与其他的非降维和普通的特征提取方法相比,识别的成功率有相当大的提高。     

基于粗糙集和神经网络的导弹故障诊断方法

人工神经元网络（ANN）具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法：首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。     

非失速二维振荡叶栅非定常流动数值模拟研究

进一步完善了非定常雷诺平均N-S方程求解程序,借助快速网格生成方法,对周期性俯仰运动下NACA0012叶栅的非失速绕流问题进行了数值模拟研究,并分析了振荡叶栅的迟滞效应以及俯仰运动各个参数对迟滞效应的影响.数值模拟结果与实验结果对比表明,本文发展的数值模拟方法是可靠的;结果还表明,随着振幅,折合频率的增加迟滞效应增强,平均攻角对迟滞效应无影响;保持无量纲参数--振幅和折合频率的乘积--恒定时,迟滞效应相同.