航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

加油控制失效时飞机通气系统性能计算

飞机地面压力加油系统通气能力计算是飞机燃油系统设计的重要环节.基于流体网络算法,给出了飞机地面压力加油系统和通气系统的计算模型,并对某型飞机地面压力加油控制失效时,油箱通气系统的通气能力进行了计算,获得了油箱承受的压力.通过计算结果与最大压力限制的比较,验证了地面加油通气系统的通气能力.模型对飞机地面压力加油通气系统的设计具有指导意义.     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。     

战斗机燃油系统流体网络的数值计算

论述了战斗机燃油系统自供能源式流体网络的组成及工作原理,并对流体网络中的关键部件燃油增压泵,液动涡轮泵及射流泵等数学建模,而构成自供能源式流体网络的计算模型。在此基础上,通过分析几种状态下流体网络的工作情况,提出了计算仿真流体网络中流量与压力分布的方法,并对计算结果进行了分析和总结。     

我国企业安全管理中的问题及对策分析

运用安全管理的一般原理,从现阶段我国企业安全管理的现状着手,分析和提出企业安全管理中普遍存在的问题,重点研究产生问题的原因,并在此基础上,系统论述解决问题的对策与建议。     

加强大学生网络文化引导的思考

网络文化作为一种新型的文化形态,其内容、形式、特点等都对大学生产生了深刻影响,高校应从理解网络文化内涵、培养自律能力、普及网络技术知识、建设校园网络文化阵地等方面加强大学生网络文化的引导。     

基于SyncML的安全数据同步SDSXS-API

为解决移动数据库及其应用程序数据同步时的安全性、可靠性和完整性,在移动数据同步交换标准规范——Sync ML协议的基础上,提出并实现了安全数据同步交换服务应用程序接口（SDSXS—API）,为移动数据库系统及其应用程序提供了统一的数据同步交换的调用平台,既保证了移动环境下数据传送与交换的可靠性和完整性,又保证了系统数据传送的安全性。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型,通过试验数据的训练确定权重和阈值,经过检验样本的检验,能够很好地预测道路表面的水膜厚度。结果表明,本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

直流电机网络控制系统仿真

对直流电机网络闭环控制系统进行仿真分析,根据电机网络闭环控制系统原理建立仿真模型。对具有数据丢包的直流电机网络伺服控制系统输出响应特性进行仿真,比较系统分别采用PI控制及增益,可调PI控制方式时的输出特性。结果表明,相比常规PI控制增益可调PI控制方法在网络环境下具有更好的控制特性。该研究为网络伺服控制技术提供可靠的参考依据。