人工免疫原理在航空发动机振动数据分析中的应用

针对航空发动机地面试车记录的试车数据缺乏宏观监控分析手段的问题,提出了将人工免疫原理应用于振动数据分析方法,定义了自我空间向量集,构建了检测器,实现对发动机振动状况的判定,并经实例进行验证。验证结果表明,该方法能够较为准确地识别发动机的振动状态,提高振动监测的有效性。     

基于弹道逃逸和小推力捕获的地月转移轨道设计

针对地月空间货运任务和环月轨道空间设施建设任务,提出一种弹道逃逸和小推力捕获相结合的新型地月轨道转移模式,并建立了一整套该类型轨道设计方法。首先,在三体模型假设下分别建立地心弹道逃逸轨道和月心小推力捕获轨道的二维极坐标动力学模型。对于弹道逃逸轨道,将地心旋转系对准角和地月转移加速速度增量作为控制变量,提出初值估计解析公式,并应用序列二次规划算法进行快速求解。对于小推力捕获轨道,以月心距为参考量设置与弹道逃逸轨道的拼接点约束,提出能量匹配方法预估飞行时间,采用最优螺旋轨道的初始伴随状态解析式预估近月点伴随变量初值。基于混合法和轨道逆推思想,采用人工免疫算法进行小推力捕获轨道求解。仿真结果表明,基于弹道逃逸和小推力捕获的地月轨道转移方式大幅降低了近月制动燃料消耗,能快速穿越地球辐射带,且飞行时间适中;同时,提出的轨道设计方法能快速搜索到基于弹道逃逸和小推力捕获的地月转移轨道,验证了该方法的有效性。     

基于引导型人工免疫算法的最优Lambert变轨

主要研究了燃料最省的Lambert双脉冲变轨问题.首先对普适变量法进行改进以避免奇异,并将其用于Lambert双脉冲变轨问题的求解.然后针对只给定初始时刻追踪航天器和目标航天器的轨道要素及总时间约束的交会问题,引入调相时间的概念,并将其和转移时间作为Lambert变轨的优化变量.最后采用引导型人工免疫算法GAIA(Guiding Artificial Im-mune Algorithm)对该优化问题进行寻优.仿真算例表明,与自适应遗传算法AGA(Adaptive Ge-netic Algorithm)相比,GAIA具有更强的寻优能力和更快的寻优速度,从而验证了GAIA用于最优Lambert变轨的有效性.     

一种航空发动机性能监控的免疫神经网络模型

提出了一种基于免疫神经网络的航空发动机性能监控与故障检测模型.利用人工免疫系统的识别机理,并结合人工神经网络,确定发动机性能偏离正常值的程度(异常度),实现发动机性能趋势的监控.该方法能够灵敏、准确地反映发动机整体性能的变化情况,提高发动机性能正常与否的识别率,并以此来发现发动机潜在早期故障,防止故障的扩大.通过对某型涡扇发动机进行监控,证明该方法确实有效.      

基于支持向量机和人工免疫的新结合算法

为了减少大规模数据的支持向量机的样本训练时间,提出了人工免疫（aiNet）和支持向量机（SVM）相结合的算法（ai—SVM）。aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布。压缩后的样本组成了抗体网络,并在此抗体网络上构建了支持向量机模型。最后结合实际数据样本对ai—SVM算法进行了验证。结果表明,ai-SVM算法可大大减小训练样本集和训练代价,且不降低精度。     

基于人工免疫网络模型的航空发动机传感器故障诊断

提出了一种用于传感器故障诊断的免疫网络,对其结构和特点进行了分析,给出了相应的诊断算法。对传感器典型故障进行了故障诊断仿真,分析了免疫网络能检测出的最小故障偏差水平以及在不同噪声水平下的故障诊断效果。仿真结果表明,所研究的方法能有效检测到故障传感器,并具有良好的灵敏性及抗噪声干扰能力。     

一种无奇异的求解Lambert变轨的普适变量法

传统的普适变量法求解Lambert转移轨道的变轨点速度时,在两位置矢量夹角为180°处出现奇异,且用牛顿迭代法求解普适变量会丢失部分重要的解.通过公式变换消除奇异项而推导出一种无奇异的速度求解公式;且根据转移轨道的圈数对普适变量的取值范围进行分段,在每个区间用人工免疫算法AIA(Artificial Immune Algorithm)搜索普适变量正确解,解出所有Lambert转移轨道并从中选择最优转移轨道.仿真算例表明:这种改进的普适变量法能有效避免传统普适变量法的奇异性,而且能求得所有的Lambert转移轨道并得到燃料消耗最优的转移轨道.     

基于人工免疫的液体火箭发动机故障检测方法研究

为有效提高液体火箭发动机故障检测过程中的及时性、实时性及准确性,基于人工免疫系统中的阴性选择原理研究建立了液体火箭发动机故障检测的阴性选择算法与免疫实值算法,实现了液体火箭发动机稳态工作过程中的故障检测与报警。基于某大型泵压式液体火箭发动机实际试车数据的验证结果表明,研究建立的人工免疫故障检测方法能对发动机稳态工作阶段进行有效准确的故障检测与报警,相对以往传统的检测算法在故障检测时间上有了一定的缩短,对研究基于人工免疫的液体火箭发动机的故障检测与诊断系统提供了依据。     

基于免疫抗体编码机理的卫星图像云探测

针对卫星遥感图像中云与下垫面的复杂性和多样性,提出了一种新的在复杂背景下常用目标图像描述方法.通过类比生物免疫抗体特异性与其构成单元氨基酸性质的相关性,得到目标图像的免疫基元集合形式及其分类方法.借鉴生物免疫抗体编码顺序中氨基酸结合能量最小原则,统计分析出训练样本的免疫基元亲和度计算公式,实现了目标图像描述的有限多特征优化组合.对于云检测问题,最终提出云的免疫抗体编码方法,定义了云的免疫亲和度计算公式,并成功构建了云免疫抗体.经200幅IKONOS卫星图像测试,验证了该方法在识别率和运行时间效率方面的有效性.      

基于NProd相关系数和人工免疫的激光图像匹配算法

为克服同源激光图像灰度匹配的匹配速度慢、易被干扰等不足,建议一种基于NProd相关系数和人工免疫的灰度校准匹配方法。NProd相关系数作为相似性度量函数,具有匹配准确、鲁棒性好的优势。对人工免疫算法进行改进,引入动态种群变异操作进行并行搜索,提高了灰度匹配算法的匹配速度。仿真实验表明：该算法具有匹配精度高、鲁棒性强和实时性高的优点。