基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

前处理工艺对航空铝锂合金硫酸阳极氧化膜层性能影响

针对一种新研制的航空用Al-Li-Cu-Zn-Mg系铝锂合金,采用了光学显微镜、电子显微镜和能谱分析技术,分析碱腐蚀和三酸脱氧两种不同前处理工艺对铝锂合金硫酸阳极氧化膜层的外观、耐蚀性和疲劳性能的影响规律。结果表明:相比三酸脱氧工艺,碱腐蚀工艺对铝锂合金表面的腐蚀程度较深,晶界处的耐腐蚀能力较差,硫酸阳极氧化膜层表面形成了网状晶界形貌;采用碱腐蚀处理的试样疲劳寿命较三酸脱氧处理试样更低,而不同前处理后经过硫酸阳极氧化的试样疲劳寿命相差不大。不同前处理对铝锂合金的硫酸阳极氧化膜层的耐蚀性的影响不大。     

某型飞机框板带漆涡流检测可行性研究

根据修理需要,进行飞机框板原位带漆涡流检测的可行性研究。试验方面,首先确定对比试样,选择代替漆层的非导电弹性膜片,由此确定检测频率;理论分析方面,确定允许带漆检测的漆层厚度和带漆检测时能有效检出的最小缺陷当量;最后以带自然缺陷的零件为例,对研究结果进行了试验验证,确保了带漆涡流检测的可行性。     

波音737飞机复材面板雷击分层损伤的超声检测

通过研究深航现役波音737飞机雷击后的损伤表现形式,利用超声脉冲扫查方法检测复材面板的雷击分层,以不同波形变化分析面板层可能存在的不同损伤形式,为区分缺陷回波与板面回波提供参考。     

两种不同形式前起落架缓冲与前轮转弯性能对比研究

缓冲与前轮转弯纠偏性能对起落架设计具有重要影响。采用ADAMS软件分别建立支柱式和摇臂式前起落架的飞机刚柔耦合动力学模型,并分别对前起落架的着陆缓冲和转弯纠偏过程进行动力学仿真及对比分析。结果表明:在同种着陆工况下,支柱式比摇臂式前起落架样机在前起落架航向所受合力更大,前轮接地后的俯仰角速度和机头下沉量相差不大;支柱式比摇臂式前起落架样机在更小的操纵力矩、转弯角度和侧向加速度下就会发生飞机侧滑。研究结果可为前起落架的设计和选取提供有益参考。     

基于小波分析的涡扇发动机起动过程压力脉动研究

利用小波分析所具有的时频特性特点,针对涡扇发动机起动过程存在的压力脉动异常现象,获取信号随转速变化的频谱图。重点介绍了发动机脉动频率分析方法,并结合试验测点布局,根据不同脉动的频率特点,对其脉动成分进行分解,分析出脉动频率产生的原因,为发动机起动问题的解决提供支持。研究结果表明:利用小波分析进行发动机起动过程的脉动异常研究,形象、直观,具有一定的工程应用价值。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

基于SRAM型FPGA单粒子效应综合防护技术

为解决基于SRAM(Static Random Access Memory,静态随机存储器)型FPGA(Field Programmable Gate Array,现场可编程门阵列)的扩频应答机在空间环境中时常发生功能故障的难题,提出了一种低轨卫星基于SRAM型FPGA的应答机的单粒子综合防护方案。该方案在代码级、器件级、单机级、整星级综合采用器件优选、结构屏蔽设计、巡检自愈、自主复位等多种方法,有效杜绝了单粒子事件带来的种种危害,已成功应用于某在轨卫星。在轨测试结果表明:遥测、遥控、跟踪测量等功能、性能指标满足任务要求,且未发生需要地面干预的问题或现象。该技术还可推广应用于其他采用低等级器件及其他类型FPGA、DSP(Digital Signal Processing,数字信号处理)等大规模集成电路的星载单机防护。     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

基于早期数据的航天测控软件缺陷预测

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。