基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

飞行监控系统中基于GPU的地形渲染

利用实时遥测飞行信息生成三维虚拟地形场景,旨在飞机试飞时,增强地面指挥人员对飞机实时位置地面场景的感知能力,帮助飞行员在试飞时处理复杂多变的飞行状况。为了逼真且流畅地生成三维地形场景,首先使用固定网格映射(PGM)的方法生成地形采样网格,接着利用几何着色器为三角形面片分配连续的与视点相关的细节等级(LOD),对缓存在纹理数组中的各等级高程数据和卫星照片进行混合采样。由于细节等级是连续的,因此各级纹理和高程之间能够平滑的过渡,增加了场景的真实性。最后,考虑到显存的容量限制,引入了一种内存与显存之间的纹理调度方法。整个算法都是面向图形处理单元(GPU)实现的,能够较好地兼顾实时性和真实性,实现多分辨率大规模地形场景的实时虚拟显示。根据本文算法实现的实时监控系统在支线飞机的飞行试验中取得了较好的效果。     

基于二叉树支持向量机的装备故障诊断研究

本文提出了一种基于二叉树支持向量机的某型装备故障诊断方法,应用该方法构造了多故障分类器,并通过某型装备故障实例验证了该方法故障诊断结果的正确性,证明了该故障诊断方法具有良好的鲁棒性和推广性。     

镍基单晶合金蠕变研究:试验、机理及材料模型

在镍基单晶合金高温蠕变建模研究工作的第一部分,通过对DD6镍基单晶合金不同中断时间的高温蠕变试验及透射电镜(TEM)观察,结合单晶合金蠕变机理的研究成果阐明了单晶高温蠕变的机理,并从Orowan方程出发,在晶体塑性理论框架下建立描述晶体滑移系上位错演化规律的方程,发展了以位错密度变化表征镍基单晶高温蠕变的材料模型.该模型考虑了较宽温度与载荷范围内单晶的主要蠕变机理,可较好地建模750～1100℃范围内镍基单晶的各向异性蠕变行为.      

引进装备备件可靠性及保障研究

介绍了备品备件的定义及分类,给出了引进装备的可靠性分析方法,基于装备的可靠性建立了装备备件的需求预测模型,用经济订货批量模型的原则设定了引进装备的订货方法,最后,介绍了装备备件保障软件。     

基于PHM技术的导弹维修保障

为解决传统导弹维修保障方法所存在的问题,加快军队信息化建设,提出了基于PHM技术的导弹维修保障方法。分析了不同维修方式、导弹维修保障及信息化建设与PHM技术的关系,利用PHM技术并结合决策支持的思想,建立导弹健康状态的信息管理系统,初步分析了系统的基本结构组成,并结合实际提出了一些需要重点解决的问题。     

基于LMI的Lipschitz非线性不确定系统的鲁棒控制

在常态Lipschitz非线性的基础上,考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题,运用Lyapunov方法给出了该系统渐近稳定的充分条件,并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵,通过定理和Matlab仿真实例得出设计的观测器有效,具有良好的稳定性和鲁棒性。     

高速风洞试验中运输机支撑形式的选择

合理选择模型的支撑形式和解决支架干扰问题是准确获取气动力数据的关键因素。为了寻找一种合适的运输类飞机在高速风洞试验中的支撑形式,首先通过计算分析和试验验证,给出了运输类飞机高速风洞试验中30°尾支撑支架干扰问题存在的原因,然后根据0°、5°、15°以及30°不同尾支撑形式的计算分析和专项试验论证结果,提出并验证了小角度尾支撑是现阶段运输类飞机高速风洞试验中最合理、最有效的支撑形式。     

大飞机布局模型跨声速风洞实验尾支撑干扰研究

对某大飞机布局风洞实验尾支撑干扰开展了数值模拟和实验研究,发展的数值方法计算结果与风洞实验结果有很好的一致性。对于类似构型的飞机,在迎角-2°～6°范围,可认为尾支撑干扰量随迎角呈线性变化,采用前位叶片支撑作为辅助支撑带来的二次干扰量可以忽略,新型双天平辅助支撑系统试验进一步验证了这一结果;尾支撑对机身、尾翼、机翼等部件的绕流都有影响,干扰量随构型而变,对阻力、力矩影响较大,且随Ma数变化,因此不同构型实验数据需要单独修正。所发展的带风洞支撑系统的数值模拟软件能够满足工程应用要求,可用于支撑干扰修正研究以及风洞实验支撑系统优化设计。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。