用于省内公路干线网规划研究的启发式模型

本文阐述了一种将运量在运输线路上的配置和投资在项目上的分配相结合的启发式方法的模型。文章对这种方法的原理与应用进行了研究探讨。     

航空发动机的智能化控制

应用智能控制对某型发动机的加速控制进行了研究,提出了系统结构、智能控制的基本原则、特征模型的划分和智能控制规律的构成,并在此基础上,进行了仿真计算,结果表明,系统具有良好的动态品质。     

产品数据管理系统中PPOR模型研究与实践

面对数量和体积急剧增长的产品设计信息,企业必须加强产品数据信息管理.尽管从不同的产品数据管理的观点看,有不同的产品数据管理系统,但仍然有一些基本特性是一致的,总结并提出了产品数据管理应当满足的几项原理.PDM(Product Data Management)内涵是集成并管理与产品有关的信息与过程,因此对产品数据管理中的数据管理模型的研究是实现产品数据管理系统的关键步骤.PPOR模型分别是指产品(Product)管理模型、过程(Process)数据管理模型、组织(Organization)管理模型和资源(Resource)管理模型,各模型之间相互关联,构成了产品信息管理的框架.这些模型都用EXPRESS-G语言描述,并且按此实现了基于STEP标准的原型系统.     

微观投入产出理论在企业物流系统中的应用

针对工厂企业物流系统的结构形式和特点,探讨了如何将描述企业投入产出关系的动态随机生产函数模型应用于制定企业的物流计划.动态随机生产函数模型可以反映各生产节点物流的种类、数量、空间和时间关系,以及随机因素的影响.通过在模型中引入周期生产能力的变化,进一步改进动态随机模型.研究表明,动态随机生产函数模型能够有效地制定企业的物流计划.      

构件可靠度与平均安全系数的研究

构件可靠度的研究是结构可靠性分析的基础,其正确的计算方法对结构的安全可靠性评定具有重要意义.以应力-强度干涉模型为基础,探讨了当构件的应力和强度按不同分布时,构件可靠度和平均安全系数的计算方法以及二者之间的关系.计算表明:当构件的应力和强度按正态分布或其它分布处理时,对构件平均安全系数的影响很小,而对构件可靠度有较大的影响.对一般构件来讲,应力和强度采用正态分布是合理的,且偏于安全;对可靠度要求很高的构件来讲,建议采用对数正态分布或威布尔分布.     

航空发动机智能加工技术进展研究

针对航空发动机复杂构件加工领域,智能加工技术是关键构件加工过程的重要技术保障.通过分析目前航空发动机智能加工技术中存在的问题,揭示智能加工技术的内涵、意义和特点;阐明智能加工过程中的关键技术及发展现状和进展,指出对应的科学问题和实现方法,从而为航空发动机高品质、高可靠、高效率制造提供技术支撑.     

并联混合动力齿轮传动涡扇发动机建模与性能分析

为对比探究未来大推力航空混合动力系统与传统航空发动机的优劣,本文依托某概念型齿轮传动涡扇(Geared turbofan,GTF)发动机,设计了一个并联航空油-电混合动力系统(hybrid GTF,hGTF),在Matlab /Simulink数字仿真软件中建立相匹配的电动力模型以及氮氧化物NOx排放和噪声预测等性能参数计算模型,并在稳态和飞行任务剖面下初步分析了电动力系统的引入对原基线GTF发动机的性能改变状况。稳态仿真结果表明,大推力等级的并联油-电混合动力系统中,至少需要兆瓦级的电动力系统进行匹配;当电动力系统处于电动模式时,可能会带来低压压气机喘振的隐患;当电动力系统处于再生模式时,电能源相当于经过了电能到机械能再到电能的二次效率损失,不建议采用。飞行任务剖面动态仿真结果表明,相比于传统GTF发动机,hGTF推进系统的燃油消耗率最高下降15%,总燃油消耗节省8.3%, NOx总排放量减少18.8%,各部件起飞噪声总声压级减少1.5~3.3dB。分析结果表明采用并联混合动力系统具有显著提升省油、减排效果的能力,同时也具有一定的降噪潜力。     

基于控制分配的恒压腔压力精准控制

针对采用双阀调节的恒压腔系统压力在空气流量大范围变化时的精确控制问题,提出了一种基于控制分配的恒压腔压力精准控制方法。首先,建立了虚拟放气流量的双阀控制分配算法,包括：建立满足虚拟放气流量要求且调节阀能耗最小的优化问题;通过线性矩阵不等式(Linear Matrix Inequality, LMI)求解该优化问题得到双阀实际流通面积值;考虑调节阀动态并计算调节阀控制信号指令值。其次,建立以虚拟放气流量为恒压腔控制输入的闭环负反馈回路,基于此,设计满足伺服性能和抗干扰性能要求的PI控制器,引入上述双阀控制分配算法,进而构建完整的基于控制分配的恒压腔压力控制系统。仿真结果表明,采用该方法的控制系统性能明显优于传统单阀PI控制系统性能,恒压腔压力动态相对误差小于0.07%;干扰流量最大变化率为77kg/s2时,压力最大偏差低于500Pa;此外,调节阀动态时间常数和流量系数的拉偏仿真结果进一步验证了该控制器的鲁棒性。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。