可压缩修正的k-ε模型数值模拟喉道变形的推力矢量喷管

提出利用智能可变形材料,通过喷管喉道变形,实现喷管的推力矢量控制.将标准的后k-ε双方程湍流模型进行可压缩性修正,对喉道二次流矢量喷管进行了数值模拟,并与实验结果进行比较,发现可压缩修正的k-ε双方程模型较标准k-ε模型、单方程模型具有更好的计算结果;同时,利用修正的湍流模型对基于喉道智能变形的推力矢量喷管进行数值模拟,结果表明该推力矢量控制方法较喉道二次流推力矢量喷管具有更好推进效率,但推力矢量角度控制范围降低.     

综合飞行器故障预测与健康管理系统研究

介绍了所设计的综合飞行器故障预测与健康管理系统的体系结构,阐述了其功能组成模块和关键技术。故障预测与健康管理技术和综合飞行器健康管理(IVHM)技术是近年来飞行器     

复合材料格栅结构优化设计中的计算智能技术

针对复合材料格栅结构优化设计多变量、多约束、连续和离散混合变量、高度非线性的难点,提出了用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替优化过程中的有限元计算,以提高优化效率.以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构进行优化.结果表明,在相同样本数的情况下,进化神经网络可获得比BP网络更高精度的映射模型,具有很强的泛化能力.该方法可以为解决大型复合材料结构优化问题提供一条高效途径.      

自主虚拟人智能驾驶行为模型的研究和实现

描述了自主虚拟人的分层驾驶行为及对虚拟世界的感知.在对自主虚拟人的驾驶行为进行研究的基础上,结合导向行为与专家经验,建立了基于产生式规则的智能行为模型,并给出了规则的具体实现.通过虚拟现实技术对该智能模型进行了验证,证明了其可行性.      

配置压电自感作动器复合层板的振动主动控制

采用一阶剪应变理论,对具有自感作动器的复合层板进行有限元分析,为避免自由度数太大,采用按结构模态展开的方法,给出以模态坐标为变量的状态方程,和以电流为输出的观测方程。在此基础上,考虑振动系统的外激励干扰衰减 LQG,H_∞ 控制问题。对具有四对压电薄膜的层板结构进行了数值仿真,绘制出LQG控制下和 H_∞ 控制下闭环系统控制对象的奇异值曲线,还给出持续外力作用下速度响应曲线比较,仿真结果表明控制的方法是有效的。     

如何搜集,积累与收益管理相配套的数据信息

收益管理系统在民航业的使用,从本质上说是一种营销方式的变化,它将形式上一致的座位,人为的加以区分,以满足不同消费层次旅客的需求,兼顾客票销售收入大小与客座率的高低,达到航班收入最大化的目的。该系统从具体运作上说,则是航空公司在大量数据信息收集整理的基础上,利用相关软件进行分析,最终决定超售、多级舱位、流量流向控制的具体限额,尽可能多的以全价销售客票,以实现航班收入最大化的目的。有没有相应的数据信息,是实施收益管理的先决条件。1998年,我国民航“一种票价,多种折扣”政策执行,航空公司票价盲目打折,营…     

收益管理系统的基础数据分析

TheBasicDataAnalysisoftheRevenueManagementSystem收益管理的重要性已经被航空公司认识和接受,在建立收益管理系统的过程中数据的重要性也逐渐被人们承认,业务数据是收益管理的前提条件之一,数据成为收益管理计算机系统正确运行的基础。收益管理的基础数据主要包括订座数据、离港数据和结算数据。对于这些数据,按照收益管理的要求（数据的完整性和准确性要求）,需要回答如下这些问题：要求的数据是什么,即收益管理需要的数据要求是什么;是否可以得到这些数据,即目前是否完全具备这些数据？从那里得到？如何得到？目前不能得到…     

面向航空智能制造的边缘计算光交换技术研究

面向航空智能制造大批量数据采集与传递的实时性要求,提出一种基于异步光分组交换(optical packet switching,OPS)技术的具有多级管理能力的边缘计算系统方案,满足多源、海量、易构、分布式数据的实时采集、安全交互及预测性分析需求.提出一种基于循环光纤延时线(Rec-fiber delay lines,...     

机载火控雷达发展趋势探究

机载火控雷达作为战斗机平台获取目标、环境信息的核心传感器,系统体制已经历了脉冲雷达、脉冲多普勒雷达、相控阵雷达、数字阵列雷达的发展历程.目标、环境、任务以及新兴技术,是促成机载火控雷达系统体制、理论和技术不断发展演变的重要外部因素.通过深入研究机载火控雷达发展现状,总结有源相控阵雷达、数字阵列雷达技术发展优势,分析机载...     

Key Problems in Coordinated Air Combat andMulti-agent Reinforcement Learning

自从协同作战的概念提出后,各军事强国在协同空战领域均取得了重大进展,协同成为提升作战能力的倍增器。近数十年来,作为解决序列问题的现代智能方法,强化学习在各领域高速发展。然而,面对高维变量问题时,传统的单智能体强化学习往往表现不佳,多智能体强化学习算法为解决复杂多维问题提出新的可能。通过对多智能体强化学习算法原理、训练范式与协同空战的适应性进行分析,提出了协同空战与多智能体强化学习的未来发展方向,为更好地把多智能体强化学习应用于协同空战提供思路。