基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

基于RBF神经网络的开关磁阻电机在线建模 及其实验验证

 为了获取开关磁阻电机(SRM)的精确模型,提出了一种基于径向基函数(RBF)神经网络对SRM进行建模的方法,主要包括离线建模和在线建模两部分。离线建模通过实验测量得到SRM的磁链特性曲线,并利用该数据训练RBF神经网络,实现SRM磁链的离线建模;在线建模是指当SRM的运行状态发生变化时,离线模型的估计磁链与实际磁链会产生误差,通过对神经网络的输出权值进行在线调节,实现具有在线动态调节功能的SRM在线模型。为了验证该方法的可行性,针对一台12/8结构的SRM样机进行仿真和实验,结果表明SRM的离线模型和在线模型在仿真和实验条件下均能正确地估计SRM的磁链特性,而且在线模型的估计精度高于离线模型,验证了本文的研究方法合理有效。     

发动机高压两级涡轮盘联合低循环疲劳寿命试验

以某型发动机高压两级涡轮盘为研究对象,通过有限元计算得到试验载荷系数,组装和调试了全尺寸联合试验件,完成了低循环疲劳试验,得到了以传动臂销钉孔为定寿部位的两级涡轮盘低循环疲劳寿命。两级涡轮盘联合低循环疲劳试验在国内尚属首次,相对于单盘低循环疲劳试验,更加符合发动机实际工作状态,将传动臂销钉孔作为两级涡轮盘的定寿部位更为合理。该联合试验为外场涡轮盘重新定寿提供了依据。     

变循环发动机模态转换数值模拟

对双外涵变循环发动机的模态转换过程进行了研究,设计了变循环发动机模态转换方案,确立了模态转换时的多部件调节规律,采用稳态模型对模态转换进行了数值模拟.结果表明,所设计的模态转换方案可行,能够使变循环发动机的涵道比发生明显改变,并有效提高了发动机在部分推力时的空气流量,与设计参数相同的常规涡扇发动机相比,其安装耗油率明显降低.      

涡扇发动机内外函回热分析

对吴仲华教授提出的航空涡扇发动机改为陆用输出轴功的一种最安全可靠办法-将外函空气由内函动力透平排气回热后也输出轴功,进行了基本的热力循环分析。按初步分析可知,此法宜用于函道比接近于1的总压比不太高的机组。按目前技术水平,采用此措施可以达到比“切顶”相对提高效率与功率10%左右。在我国有一定的应用前景。      

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。      

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

孔边裂纹塑性应变疲劳扩展试验研究

简介了循环J积分ΔJ*path体系,以16MnR钢单边椭圆孔边裂纹试件进行了6种循环应力比的恒幅应变疲劳裂纹扩展试验,采用材料应变疲劳循环加载条件下的应力-应变关系,通过弹塑性有限元素法计算ΔJ*path参量,研究了孔边高应变区裂纹塑性应变疲劳扩展规律。结果表明：ΔJ*path能够作为缺口高应变区裂纹塑性应变疲劳扩展的控制参量,与裂纹扩展速率da/dN之间的指数关系,可通过相同材料的标准试件应力疲劳裂纹扩展由Paris公式与ΔJ*path=ΔK2/E转换得到。     

316L 不锈钢的单轴棘轮效应

对316L不锈钢进行了单轴应变控制和应力控制下的系统循环试验。对316L不锈钢在应变循环下的循环应变幅值、应变幅值历史、平均应变对循环特性的影响进行了揭示;对该材料在应力循环下的应力幅值、平均应力及其历史对循环蠕变（棘轮效应）的影响进行了分析。发现无论单轴应变循环特性还是非对称单轴应力下的棘轮效应不但依赖于当前加载状态,而且依赖于其加载历史。得到了316L单轴循环行为的一些有意义的结果。     

航空发动机加速任务试车

介绍了航空发动机加速任务试车的背影、基本原理，ＡＴＭ循环产生步骤方法以及这一技术的效益和局限性。