基于BP神经网络的航空发动机装配参数对整机振动影响的研究

运用BP神经网络方法建立数学模型,研究装配参数对整机振动的影响,进而实现对整机振动参数的预测。试验研究表明,所建模型具有较高的预测精度。     

基于自适应差分进化和BP网络的罗盘误差补偿

To improve the acuuracy of heading angle measured by electronic compass, a new error compensation method is proposed based on adaptive differential evolution algorithm and BP neural network. In the method, the 3 layer BP neural network is used to model heading angle error, and adaptive differential evolution algorithm is adopted to train the weights of network, thus obtaining a more exact error model, and compensating the heading angle error measured by electronic compass. Compared with other compensation methods such as 8 position least squares, BP neural network, differential evolution algorithm for optimizing BP neural network, and so on, its error compensation accuracy is significantly improved, the method has strong global optimization ability, great convergence rate, good stability, and so on. The experimental results show that after compensation, the error range of heading angle is decreased from -16°~30.7° to -0.22° ~0.2°, which satisfies the needs of higher accuracy navigation systems.     

管制-飞行状态相依网络演化过程

动态、准确的管制系统运行态势预测是航空运输系统各相关单位开展协同决策的关键基础。基于航空器间的冲突情况、管制员对航空器的管控情况以及管制移交情况构建管制-飞行状态相依网络,探究、分析其演化规律,采用相关性分析和主成分分析证明了所选5项指标的合理性。设置自由飞行和固定航线飞行两种仿真场景,通过计算平均节点度、平均点强等拓扑指标的最大李雅普诺夫指数证明各时间序列均具有混沌特性,选择长短期记忆（LSTM）人工神经网络方法对各时间序列的演化规律进行预测,并与其他预测算法进行对比。仿真结果表明LSTM算法能对管制系统的演化过程进行有效的预测,且预测精度高于贝叶斯算法和支持向量机算法;在自由飞行条件下,5项指标的预测误差绝大部分在20%以内,固定航线飞行的预测效果优于自由飞行。     

空间数据通信协议SCPS—TP应用研究

目前对Vegas拥塞避免机制在SCPS—TP协议上的应用已经有了一定的研究;由于在航天测控网中存在着网络拓扑结构改变现象,这会严重影响Vegas机制的性能。本文提出一种基于BP神经网络的Vegas改进算法,设法减小航天测控网网络拓扑结构改变对Vegas机制性能的影响。仿真实验表明,该算法明显提高了SCPS—TP协议在航天测控网中的数据传输性能。     

基于神经网络的火箭发动机结构动力学优化

针对大推力液体火箭发动机研制中面临的低频结构动力学频率优化问题,采用有限元方法及试验模态方法建立了可信的发动机低频动力学模型,对结构的低频动力学特性进行灵敏度分析,提取对发动机低阶固有频率比较敏感的设计变量.以这些设计变量作为神经网络的输出,待优化的结构固有频率作为输入,通过改进的神经网络建立了映射关系,最后优化得到能使固有频率达到目标值的设计变量值.通过有限元验证,优化结果满足要求.     

在铣削加工中通过神经网络融合多路传感器监测刀具破损

讨论在立铣加工中，用多层前馈反向误差传播神经网络融合由多路传感器信息中选取的多维特征来监测刀具破损情况。对融合不同传感器特征对神经网络性能的影响以及如何选取训练样本等也进行了分析。研究结果表明，神经网络对提高识别精度是很有效的。     

小流量斜流压气机设计及优化

采用快速气动设计方法设计了一小型斜流压气机的三维初始几何。应用三维数值分析手段,获取了该斜流压气机的性能及流场结构,分析了S1、S2流面流动特点及制约压气机性能的主要因素。应用人工神经网络方法进行压气机流道优化设计,并与优化前对比。结果表明:初始设计的斜流压气机,设计转速下的最高效率点流量为1.039kg/s,压比为1.514,效率为88.57%,综合裕度达73.66%;叶轮尾缘近轮盖处的射流-尾迹现象,导致流动损失较大。优化后,设计转速下压气机的流通能力和效率均有所提高,相同压比条件下其流量为1.060 kg/s,效率达89.30%,但综合裕度降低至49.80%。     

基于BP神经网络的起飞限重计算预测研究

针对起飞限重分析计算的流程复杂、迭代多、计算效率低的问题,本文在分析起飞限重计算规律的基础上,研究了使用BP神经网络预测起飞限重结果的可行性.文中以ARJ21-700飞机在场长、爬升等综合限制条件下的最大起飞重量计算为例,使用Matlab进行结果预测.预测结果表明BP神经网络具有较好的适应性,可以满足性能仿真计算的工程...     

基于人工神经网络的现代军机研制费用估算模型

阐述了针对现代军机研制费用估算现状,用基于人工神经网络理论建立了现代军机研制费用估算模型。给出建模流程,分别采用动量自适应算法和 L-M 算法的 BP 网络来实现,并对其特点加以分析比较。在小样本情况下,编制了 Matlab 仿真软件并进行了仿真,证明了所建立的研制费用模型的准确性,仿真结果表明该方法比传统的回归分析方法精度高。     

弯曲模试冲缺陷智能诊断技术

分析了弯曲模试冲时的缺陷及原因,建立了缺陷征兆—原因关系表;介绍了应用人工神经网络技术对弯曲模试冲缺陷进行正向诊断的方法,探讨了人工神经网络技术应用于弯曲模试冲缺陷诊断的可行性。