基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

人工神经网络在CAPP系统开发工具中的应用

探讨了基于神经网络理论在ＣＡＰＰ系统开发工具的应用;建立了工艺过程设计系统的ＡＮＮ模型;详细讨论了工艺过程设计系统的推理机制,并给出了用集成ＢＰ网络选择加工方法及通过改进Ｈｏｐｆｉｅｌｄ网络确定工艺路线的过程。     

平面叶栅内固体粒子运动特性的研究

在利用高速摄影技术获得固体粒子在平面叶栅内运动特性的基础上, 采用Lagrangian轨迹法分别在考虑与不考虑边界层影响的情况下, 计算了固体粒子在叶栅内的运动轨迹和速度。通过与实验结果的比较发现:在利用Lagrangian法计算固体粒子的运动特性时, 对于尺寸比较大的粒子可以不考虑边界层的影响, 而对于尺寸比较小的粒子则需考虑边界层的影响。      

气冷涡轮叶栅效率的计算方法

将气冷涡轮叶栅中的冷气与主流在边界层中的掺混模型和在边界层外的掺混层中的掺混模型结合起来, 建立了一个预估气冷涡轮叶栅效率的计算模型。根据该模型利用回转面叶栅无粘流场的计算结果和二维叶面边界层流动的计算结果来预估气冷涡轮叶栅的效率。该算法为气冷涡轮叶栅的优化气动设计提供了一个计算手段。      

叶栅绕流计算的高分辨率隐式解法

以一种性能优越的高分辨率格式为基础, 发展了其隐式解法, 提出并实现了与这种格式相适应的隐式边界处理过程, 从而显着提高了高分辨率格式的收敛速度。用不同来流条件下叶栅绕流数组计算结果与实验做了对比, 以说明解的准确程度和本文算法的效果。      

鱼鳞纹叶栅试验研究

鱼鳞纹叶栅临界马赫数比原型提高了９．５％,减少了４６．９％,比直纹叶栅也减少了１０．７％。最大二元静压比比原型高２．７％,比直纹叶栅高１．１７％。在原型叶栅不能达到的Ｍａ１＝０．８处,两种花纹叶栅均未堵塞。     

基于非交错有限体积格式和 k-ω 湍流模型模拟叶栅湍流分离流动

发展了一种求解任意坐标系下二维Ｎ－Ｓ方程的非交错有限体积法和一种高阶ＴＶＤ对流格式。采用一种ｋ－ω湍流模型和几种不同的ｋ－ω模型对叶栅湍流分离流动进行了详细的分析。数值结果与得到的实验结果比较表明,此方法不仅精度高,而且具有较好的数值稳定性。     

直接反转完全可逆式组合叶栅的实验研究

针对矿井、隧道等行业对风机反风性能的要求,提出了一种动叶直接反转完全可逆式组合叶栅设计的新方案。该方案具有结构简单、正反向性能完全相同、便于采用现有成熟叶型等特点。通过平面叶栅试验确定了重叠度、栅距比等组合叶栅最佳组合参数,此外,试验结果表明在相同雷诺数下,组合叶栅的正反向最大升力系数C_(L max)和失速攻角α_(L max)较现有双对称叶型均有大幅度提高,显示出较好的应用前景。     

融合注意力机制的航天器重建信号异常检测

针对航天器遥测数据异常检测时先验知识缺失、难以进行有监督条件下机器学习的问题,提出一种融合注意力机制的航天器信号智能异常检测算法。首先,通过注意力机制捕捉航天器遥测数据长距离特征,分析注意力关系矩阵为异常溯源提供指导。其次,采用堆叠自动编码器压缩数据维度并基于此重建输入信号,利用输入信号与重建信号间的残差获取误差重构序列。然后,基于窗口阈值法标记误差重构序列异常索引,实现航天器遥测信号异常检测。最后,通过多通道航天器遥测信号算例验证算法在提高航天器遥测信号异常检测性能与可解释能力的有效性。