用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

发动机零部件稳态应力计算的状态函数法

An opti mization process is used to redesign blades of a high-pressure compressor.An artificial neural network (ANN) method is coupled to Navier-Stokes solvers and is applied to three different redesigns.A newrotor blade of a transonic compressor is designed by modifying thick, stacking line andinlet angle using a 3Dapproach, with a significant efficiencyi mprovement at the design point.The off-design behavior of this new compressor is also checked afterwards, which shows that the whole performance of the inlet stage is improved over a wide range of mass flow.The losses are reduced, proving the good performance of the opti mum.The whole results indicate that the opti mization method can find i mproved design and can be integrated in a design procedure.      

头部和后体对钝头体侧向力的影响

钝头体大迎角飞行时会出现随机的非对称流动现象,引起不确定的较大侧向力,进而使其偏离运行轨道。通过在钝头体头部施加人工扰动块可以固定其大迎角下的非对称流场结构,得到确定的侧向力,以利于改善钝头体的大迎角飞行特性及机动性。本文讨论了在头部人工扰动块主控流场结构的基础上,模型后体对侧向力影响的存在性问题,在迎角为50°、雷诺数为1.54×105的条件下,利用实验对周向角为90°和270°、子午角为10°的扰动位置的球形扰动主控下的侧向力影响因素进行了研究。发现钝头体大迎角下的非对称流动结构在头部主控的基础上,后体对非对称流动的影响不会消失,且其为影响头部扰动主控作用的重要因素。尽管模型后体的影响不会改变钝头体头部对于流场结构的主控地位,但会影响头部扰动控制的精准程度。所以在通过钝头体头部施加扰动进而得到确定的侧向力的同时,还需要减小模型后体对流场的影响,对其结构和加工质量进行优化,以更好地通过人工扰动主控流场结构。     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

一种适用于情报图像处理的图像集分类算法

无人机情报处理系统是无人机地面控制系统的重要组成部分之一,主要负责对无人机侦察载荷下传的侦察情报进行处理,从复杂的情报中获得直观的情报产品并传递给上级和友邻单位。对于搭载光电载荷的无人机情报处理当前仍以依靠人力鉴别为主。介绍一种基于快速近似最近邻( FLANN) 搜索特征的K 近邻用分类决策,可去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾。该算法保留了原始NBNN 算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性。     

Distributed coordinated control scheme of UAV swarm based on heterogeneous roles

This paper proposes a new distributed coordinated control scheme based on heterogeneous roles for Unmanned Aerial Vehicle(UAV) swarm to achieve formation control. First, the framework of the distributed coordinated control scheme is designed on the basis of Distributed Model Predictive Control(DMPC). Then, the effect of heterogeneous roles including leader, coordinator and follower is discussed, and the role-based cost functions are developed to improve the performance of coordinated control for...     

美军有人-无人协同作战发展与趋势分析

随着人工智能技术、信息化技术的快速发展,世界军事强国着眼于未来强对抗环境,都在关注有人-无人机协同作战样式的研发,不断推出新理念、新项目,不断进行演示验证工作,且已取得阶段性成果.简要介绍美军有人-无人协同作战项目的发展概况,分析未来发展趋势.     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此,提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit, OARO-GRU）网络的电离层杂波短期预测模型。首先,依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识,通过相空间重构技术构造GRU网络的输入和输出样本集;然后,融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力,并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选;最后,重新训练优化后的GRU网络,输入测试样本集进行测试,并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型,所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性,为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

在轨服务软体机器人应用展望

软体机器人以其安全性高、功能多样、易于驱动等独特的优势,近些年来受到了广泛的关注。对软体机器人应用于未来空间在轨服务任务的设想,首先从现有用于在轨服务任务的空间机器人抓捕装置入手,分析了软体机器人用于在轨服务任务的可行性与优势,然后以软体抓捕装置为例,介绍了软体机器人的发展现状,最后提出了软体机器人用于在轨服务任务的建议。最终目标是通过将软体机器人引入在轨服务任务,提升我国在轨服务的智能化水平。     

某航空设备模拟电路故障状态分类器设计及仿真

采用传统故障诊断方法对复杂模拟电路进行故障诊断,存在诊断速度慢、故障点难以准确定位等缺点,为此提出基于神经网络理论的故障状态分类器设计方法,以某型飞机自动驾驶仪854C放大器为例,对故障状态分类器进行了分析设计和仿真研究.仿真结果显示:所设计的基于神经网络理论的故障状态分类器实现了对此类航空设备模拟电路故障的快速、准确和有效的识别与定位.