改进的Kohonen 网络在航空发动机分类故障 诊断中的应用

针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高Kohonen网络在分类故障诊断中的通用性和容错能力。对GE90发动机的孔探图像纹理特征识别进行对比。结果表明:改进的Kohonen网络在分类故障诊断中有较强的实用性,分类准确率高于常用神经网络模型和支持向量机的。     

飞机机电系统PHM的综合诊断推理机设计

在分析区域级PHM功能及区域管理器结构的基础上,开展了综合诊断推理机设计基础准备工作,包括机电系统功能建模、aFMECA分析、机电系统关联分析。最终,设计出飞机机电系统PHM综合诊断推理机的结构及其工作流程。所设计的综合诊断推理机综合了以往多种推理机的推理机制,更加系统全面地实现了对飞机机电系统的综合诊断功能,具有一定的工程应用价值。     

机载设备故障诊断方法的研究

针对某型系列飞机机载设备综合自动检测设备中故障诊断平台的研究,综合阐述了现有各种故障诊断方法的特点,并提出了研制中可能存在的问题和部分解决方案。     

基于扩充关系模型的演绎数据库系统

首先讨论了当前演绎数据库的数据模型,并在关系模型的基础上构造了演绎数据库的扩充关系模型,使逻辑与数据库操作一体化,最后介绍了基于该模型的系统设计原理及实现方法。该系统可以支持两种不同风格的查询语言,具有数据/知识定义及操纵功能,可作为专家系统、决策支持系统的开发环境。     

A physics-based framework for online surface roughness assessment for high-pressure turbines

Surface roughness is a critical health parameter of a turbine blade due to its implications on blade surface heat transfer and structural integrity. This paper proposes a physics-based online framework for Gas Turbine Engines (GTE), in order to assess the blade surface roughness in a high-pressure turbine without engine shutdown. The framework consolidates Gas Path Analysis (GPA) based performance monitoring models and meanline turbomachinery analysis, using a novel GPA-meanline matching process. This extracts meaningful performance deviation trends from GPA, while addressing the uncertainties associated with the measurements and modelling. To relate efficiency loss to surface roughness severity, a meanline-based system-identification process has been developed to establish the meanline representation of the turbine stage, and to incorporate the empirical surface roughness loss correlations. The roughness loss correlations have been evaluated against recent transonic test data in the literature. A modification to the compressibility correction factor has been made according to the evaluation outcome, which improved loss predictions compared to the experimental measurements. The framework was tested on the three-year operational data of a cogeneration GTE, and the results verified the framework's potential for online surface roughness monitoring. The predicted surface roughness showed agreement in both trend and the magnitude-level with the measurements reported in the literature.     

有人/无人机混合编队有限干预式协同决策

针对Leader-Follower异构型有人/无人机混合编队协同决策系统具有递阶分布式决策结构、决策信息分散以及通信约束等特点,在智能体模糊认知图(ABFCM)和动态模糊认知图(DFCM)的理论基础上,提出了一种有限干预式协同决策机制。通过构建层次化的Follower平台自主决策模型,实现了该平台与外部系统良好的交互能力,体现了自主决策的"动态性"。通过设计Leader平台的3种干预策略,满足了不同层次的决策需求,体现了干预过程的"有限性"。仿真结果表明:有限干预协同决策模型能够适应外部环境的动态变化,充分发挥Follower平台的自主决策能力;而不同层次的有限干预介入既减轻了Leader平台的控制负荷,又保证了决策的有效性和可行性,可为解决其他同类复杂系统的协同决策问题提供理论依据和方法参考。     

基于改进证据网络的空战动态态势估计方法

针对无人机空战态势估计既需要综合考虑多类型因素影响,又需要具有不确定性推理能力的特点,建立了一种基于改进证据网络的动态态势估计模型并设计了威胁等级评估推理方法。首先,考虑空战决策时间较短的特点,提出变量框架等级缩减方法以提高网络运行效率;然后,针对空战态势信息具有大不确定性的特点增加冲突数据自适应融合算法以及网络证据的时间序列预测,提高证据的合理性;最后,引入时空融合思想和变权机制将前一时刻的威胁信息作为评判后一时刻威胁的重要标准,应用威胁在时间维度上的递归合成增加信息在时间方向的传递,改善了由于证据失真引起的评估结果的不合理性问题,并通过仿真验证了该方法的有效性。     

基于自适应神经模糊推理系统的导弹直/气复合控制系统设计

针对导弹直/气复合控制问题,提出了一种基于自适应神经模糊推理系统的导弹直/气复合控制系统设计方法.首先,建立了直/气复合导弹数学模型.然后,针对常规模糊控制设计严重依赖经验的问题,在模糊控制的基础上引入神经网络,通过样本数据学习建立自适应神经模糊推理系统(ANFIS),并设计了脉冲调宽调频调制器.最后,通过仿真试验验证了所提的控制系统设计方法.仿真结果表明,基于ANFIS的导弹直/气复合控制系统能够快速精确地跟踪加速度指令.