基于L-M网络的涡扇发动机动态过程辨识

介绍了多层前馈网络的Levenberg-Marquardt (LM)算法,对涡扇发动机动态过程的数学模型进行了分析和简化,运用多层前馈网络L-M算法对涡扇发动机进行加力推力变换时的非线性MIMO动态过程的数学模型进行了辨识,辨识所用样本数据和测试数据均为试飞实测数据.辨识结果表明,这种方法收敛快精度高,非常适合于涡扇发动机非线性动态过程的建模.     

超机动导弹的神经网络控制系统

 研究了应用于具有超机动能力的导弹的非线性神经网络控制系统.利用神经网络可以任意逼近非线性函数的能力,来学习超机动导弹在大迎角状态下的高度非线性动态特性的逆动态特性,得到对参数变化及未建模动态具有较好鲁棒性的控制系统.为了改善神经网络的学习能力和学习算法的稳定性,对学习增益做了模糊化处理.数字仿真结果说明了该控制方案可以达到预期效果.     

高负荷轴流式压气机弦向缝隙叶栅气体动力学研究

对高负荷轴流式压气机弦向缝隙叶栅^[1]提出了确定弦向缝隙位置的数学模型,并给出了弦向缝隙叶栅流场计算的方法,作为分析这种叶栅气动性能的基础,风洞吹风试验表明了该模型的正确性及弦向缝隙叶栅对轴流式压气机气动性能的改善。     

基于神经网络预测模型的歼击机结构故障检测方法

提出了一种基于预测神经网络的歼击机结构故障检测新方法 ,与传统的基于模型的非线性系统的故障检测方法相比 ,神经网络方法有着非线性逼近能力强和故障检测实时性好等优点。给出了基于预测神经网络的故障检测方案 ,以及多步直接预测算法和阈值选取原则 ,最后以某型歼击机为例进行了仿真验证 ,仿真结果表明本方法能有效地检测出歼击机的各种结构故障。     

一个神经网络结合遗传算法的叶轮逆命题设计方法

本文的目的是利用神经网络实现离心压缩机叶轮的逆命题设计。为此,结合实例叶轮逆命题设计问题通过遗传算法的演化和训练建立了前馈神经网络。所建网络随之用于求解给定表面速度分布情况下的叶片型线。      

用神经网络法密化加工列表轮廓型值点

介绍采用神经网络方法来处理数控加工列表轮廓的型值点的密化问题,列举了有关应用实例.     

旋转对冲击射流流动及换热影响的数值研究

为了探究旋转对动叶前缘冲击射流流动及换热的影响机制,采用数值模拟的方法对比分析了静止条件和三种不同旋转转速下的流场结构与换热情况.结果表明:冲击靶面的平均努塞尔数随转速的增大而减小,最高转速下,靶面平均努塞尔数下降约16％.另一方面,压力面和吸力面侧对旋转的敏感性不同.高转速下,换热的削弱主要集中在吸力面和压力面无量纲...     

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。     

基于前馈神经网络的柔性连续臂建模与仿真

柔性连续臂的设计研究近年来取得重大进展,但其建模研究一直相对滞后。为此,文章对柔性连续臂进行运动学建模研究,提出使用临时姿态矩阵求解逆运动学的方法,解决了逆运动学不易收敛的问题;利用前馈神经网络对基于模态振型函数（MSF）的模型进行拟合,建立一种端到端的正运动学模型和逆运动学模型,在保证模型精度的同时,显著提高了其逆运动学求解效率。该模型可以灵活更改前馈神经网络输入输出神经元的数量,从而将自身迁移到多节模型中。     

基于ATR-FTIR检测技术的航天器结构板表面污染物分析

文章制定了航天器结构板表面污染物成分鉴定与来源解析的技术方案,并根据该方案采用衰减全反射傅里叶变换红外光谱（Attenuated Total Reflection Fourier Transform Infrared, ATR-FTIR）检测技术对航天器热真空试验后结构板表面的白色污染物进行成分鉴定,结果表明污染物的主要成分为酰胺类物质。将疑似污染物来源物质的ATR-FTIR光谱图与污染物光谱图进行对比分析,推断出航天器结构板表面污染物来源于热真空试验过程中含胶热缩管内层的热熔胶,并通过验证试验证明了污染物来源推断的正确性。研究可为航天器污染物的预防和控制提供技术支持。