人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状,提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱,并通过主成分分析方法增强了信号的特征;参考迭代自组织数据分析的“分裂”和“合并”的思想,为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为;采用模糊C均值方法定义了隶属度矩阵和目标函数,并利用改进的人工鱼群算法,迭代搜寻了目标函数的全局最优解,得到了各故障模式的聚类中心;通过计算测试数据的最近邻聚类中心,实现了故障模式识别。结果表明,该方法无需指定聚类簇数,能在标记数据量小的情况下完成训练,较同类方法表现出了更优的故障模式识别性能。     

基于位姿可达空间的太空机械臂容错路径规划

为了使太空机械臂在关节锁定故障后仍能继续完成后续任务,提出一种基于位姿可达空间的太空机械臂容错路径规划方法。基于牛顿-拉夫逊法计算太空机械臂关节人为限位,完成满足任务需求的退化工作空间求解,通过构造姿态可达度指标,在退化工作空间的基础上建立故障机械臂基坐标系下的位姿可达空间。通过在代价函数中增加最小奇异值代价项改进传统A^*算法,基于改进A^*算法在所建立的位姿可达空间内完成太空机械臂容错路径规划。所提方法综合了位姿可达空间与改进A^*算法各自的优势,实现了关节锁定故障太空机械臂同时满足避奇异与位姿可达要求的轨迹搜索。通过建立7自由度太空机械臂运动学模型开展数值仿真研究,仿真结果验证了所提容错路径规划方法的有效性。     

基于Tersoff-Brenner势的航天器群图形编队研究

从分子动力学模拟角度提出了一种分布式航天器群导航控制方法,可使行星中心开普勒轨道上的航天器群在有限的感知信息条件下自发实现图形编队.该法基于人工势场技术,主要分为两个部分：改造自C-W方程的外围全局汇聚势场和基于Tersoff-Brenner势的局部塑形势场.前者将各航天器导引至预设汇聚点附近,后者进一步使各航天器自我调整彼此相对位置,最终编成期望构型.此外,引入一速度依赖型耗散项以确保任意初始分布条件下图形编队均收敛.通过地球同步轨道上航天器群正四面体构型（含中心,即金刚石结构单元）编队仿真,验证了所提方法的有效性和优越性.将编队脚本简单修改,该法还可方便用于其它类碳元素同素异形体构型的塑造,如石墨晶体结构单元正六边形等.     

利用人工势函数法的卫星电磁编队控制

卫星电磁编队是指利用卫星之间相互作用的电磁力进行卫星相对运动控制,对控制律的要求主要是计算量小和能避免碰撞.以目标星对参考星的相对运动矢量作为控制对象,分析了使用电磁力控制卫星编队的可行性,结果是如果编队卫星磁矩能够任意控制,那么卫星相对运动也能完全控制.设计了人工势函数,以相对位置和相对速度矢量作为变量,人工势函数在达到控制目标时为最小值,在碰撞的位置具有局部最大值.设计的控制律能够实时调整控制参数,能够保证电磁线圈控制电流不至于饱和,以及人工势函数导数在控制过程中小于零.仿真表明,所设计的控制律能生成编队构型并避免碰撞,而且具有一定的抗干扰性.     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

地外二氧化碳转化利用技术研究现状与展望

为有效解决未来长期载人地外生存面临的物资供给等关键问题,获得更高的氧回收率、能量转化效率和更低的应用成本,亟须发展更高效的地外二氧化碳转化利用技术。文章总结了地外二氧化碳利用的发展现状并分析了近期的研究进展,发现不同技术之间差异大,在航天应用过程中,需充分考虑地外环境限制因素,以选用更合适的技术。空间站上已搭载的Sabatier装置和火星车上的MOXIE装置初步实现了地外二氧化碳还原。以“地外人工光合成”为代表的常温二氧化碳转化技术可为地外环控生保提供新路线。其不仅能够实现地外氧气供给,还可获得甲酸、乙烯和甲烷等有机分子作为燃料或生物转化原料。随着相关基础研究的不断发展,有望实现二氧化碳的高效转化和高附加值有机物、甚至碳糖食物的生产。地外二氧化碳转化利用技术的发展,将实现地外密闭环境下的废弃资源利用与物质循环,降低载人空间站、载人深空飞船的物资供应需求,也将为原位资源利用火星大气中的二氧化碳提供创新思路,以支撑未来可承受、可持续的地外生存任务。     

基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型,通过试验数据的训练确定权重和阈值,经过检验样本的检验,能够很好地预测道路表面的水膜厚度。结果表明,本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。