无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

现代模拟电路故障诊断方法发展综述

模拟电路故障诊断技术近年来得到了迅速发展,取得了许多可喜的成果。该文探讨了这一领域中一些重要的热门研究问题,主要包括:基于专家系统、神经网络、模糊理论、小波变换等理论发展起来的模拟电路故障诊断的新理论和新方法;重点介绍了作者总结的上述各种方法的基本原理、优缺点及其发展现状;对其他一些智能方法也进行了简要介绍;最后指出了模拟电路故障诊断技术的发展趋势。     

GE90-70双机热备冗余控制系统在进排气调压系统中的应用

本文介绍了进排气调压系统测控改造的总体结构、通信网络、软件设计和系统功能。该系统以GE90—70的可编程控制器（PLC）为基础,将Ethernet和现场总线Genius相结合进行数据通信,采用下位机编程软件Cimplieity Machine Edition、上位机组态软件Cimplicity HMI编制设计软件系统,使整个系统具有较好的可靠性和可扩展性。能实现进排气压力调节的工况显示和过程控制。实际运行表明,该系统结构先进,控制可靠,配置灵活,可进一步提高高空台试验效率,降低试验风险。     

Ad-hoc网络传输控制协议研究

Ad—hoc网络是一种无线网络，它在通信时通常使用TCP协议。这种协议是为有线网络开发的，直接应用将导致错误地启动拥塞控制，这会降低网络的通信效率，因此必须修改TCP协议，提高它在无线网络环境中的工作效率。本文分析Ad—hoc网络中TCP的性能表现，在Vegas的基础上分析其拥塞控制机制，修改该部分的实现算法，进而提出VegasE，利用NS2网络模拟软件对Tahoe，Reno，Vegas和新的VegasE进行模拟测试并对比结果。通过对比可以发现Vegas和VegasE在整体上明显优于Tahoe和Reno；VegasE在一些方面优于Vegas，但在另一些方面表现不佳，这说明需要进一步研究Vegas并对其做出更细致的修改，以便提出更好的通信协议。     

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

联合优化的BP神经网络模型的应用研究

BP算法因收敛速度慢、易于陷入局部极小值等缺点，使得对于较大的搜索空间、多峰值和不可微函数常常不能搜索到全局极小点，这些制约了BP网络在各个领域中的应用。本文通过对学习系数、神经元的激励函数及误差函数的联合优化，在一定程度上避免了学习中的局部极小问题，提高了学习效率，改进了网络的性能。     

涡扇发动机部件特性的BP网络研究

在发动机特性计算中,建立了BP神经网络对部件特性数据进行识别学习,实现了特性数据的精确插值和对未知特性数据的推测。通过对网络输出结果的检验与分析,表明该方法精确实用。      

基于遗传算法和神经网络的调参控制律设计

飞控系统的设计一般采用调参控制器，针对目前广泛使用的调参控制律增益设计，提出了采用遗传算法计算，然后应用神经网络逼近调参曲线的方法，该方法可以克服传统方法中试凑和插值带来的缺点，对工程应用有一定的参考价值。     

人工神经网络在飞行控制领域中的应用及发展

综述了近年来人工神经网络在飞行控制领域中的应用研究概况。首先从人工神经网络的发展历史出发，介绍了在飞行控制系统中常用的神经网络及其研究现状；而后论述了与其它智能技术的结合与发展情况，并针对当前飞行控制领域所遇到的重点和难点问题，分析了人工神经网络的具体应用；最后指出了今后主要的工作方向。     

固体废弃物热解产物的神经网络预测模型

本文采用3层BP神经网络建立了固体废弃物热解产物的产率和特性的预测模型。采用遗传BP算法来优化隐层节点数和学习速率η0与回归方法相比，其预测误差明显小于回归公式的预测误差。