基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

求解约束优化的一种混合遗传算法

对于一类约束优化问题 ,基于罚函数和单纯形方法 ,本文提出了一种混合遗传算法 ,数值算例表明该算法是有效的     

正交铺设陶瓷基复合材料基体裂纹演化研究(英文)

采用能量平衡法对正交铺设陶瓷基复合材料在单轴拉伸载荷作用下的基体裂纹演化进行了研究。在拉伸载荷的作用下,正交铺设陶瓷基复合材料有5种开裂模式。开裂模式3包括横向开裂、基体开裂和纤维/基体界面脱粘;开裂模式5只包括基体开裂和纤维/基体界面脱粘。本文得到了两条横向裂纹之间出现开裂模式3和5的初始基体开裂应力;并得到了开裂模式3多裂纹演化的初始基体开裂应力。讨论了铺层厚度、纤维体积含量、纤维/基体界面剪应力和界面脱粘能对基体开裂应力和基体裂纹演化的影响。结果表明,对于SiC/CAS材料而言,两条横向裂纹之间首先出现开裂模式3。     

带探针装置的倾斜卧式椭直圆筒罐罐容表函数的计算

针对带探针装置的倾斜卧式椭直圆筒罐罐容表函数(即罐内储油量与探针油位高度对应的函数关系)的理论计算问题,首先采用"冰冻"思维和相对运动等效地把倾斜卧式的情形转化为水平卧式的情形,然后根据液面与关键液面的不同位置关系采取了不同的计算方法,最后分段地得到了罐容表函数的一般表达式。     

基于非线性补偿的涡扇发动机MRAC控制(英文)

以工程应用为目的,采用输入输出模型参考自适应控制方法设计了航空发动机转速模型参考自适应控制器(Model reference adaptive control,MRAC)。针对发动机的非线性特性,设计了函数连接型神经网络补偿器。开展了控制器实物在回路仿真试验,结果表明基于非线性补偿的MRAC在包线内具有良好的动静态性能,对于发动机及其工作环境的非线性具有良好的补偿能力和适应性,验证了自适应控制方法在航空发动机工程应用中的有效性。     

输出误差函数的交-交矩阵变换器数字PWM调制技术

针对矩阵变换器调制方式的特点，提出了基于输出电压误差函数分析的矩阵变换器离散调制技术，推导了基于时间离散和差分原理的电路方程。根据最小误差函数确定矩阵变换器开关模式，实现了系统闭环控制时开关状态的优化组合。利用α-β平面内的空间矢量描述开关组合状态，使得误差函数的计算工作量小、过程简单，易于实现。数字仿真和实验结果验证了时间离散调制技术的正确性和控制方法的可行性。     

基于星座恢复法降低PAPR的性能分析

提出了一种新的降低峰均功率比(Peak-to-average ratio,PAPR)的方法——星座恢复法.在发送端采用软件削波限幅的方法来降低系统的峰均比,其系统结构简单、且可根据系统的要求灵活地改变PAPR值;在接收端根据调制信号的星座特性恢复出被限幅数据的实际值,从而减小了信号的畸变,提高了系统的误码性能.为了使星座恢复法更具实用性,对其算法进行了简化,从而大大地减少了系统的运算量.理论分析和仿真结果表明:与选择性映射法(Selective mapping,SLM)相比,基于星座恢复法的正交频分复用(Orthogonal frequency division multiplexing,OFDM)系统,其误码性能得到了明显的改善,算法较简单,且无需额外信道来传送附加信息.     

基于Gauss核函数的SVM故障诊断技术研究

本文提出了基于Gauss核函数的SVM故障诊断技术,并利用grid法对SVM中参数进行寻优,以保证得到最高分类精度.通过对某航空公司ERJ145的右发AE3007发动机进行故障诊断研究后,证明基于Gauss核函数的SVM在小样本故障诊断中有着较好的适用性和可信性,能够为飞机发动机故障诊断提供有效的参考.     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.