基于贝叶斯网络的航空公司飞行安全系统评价

开展航空公司的飞行安全系统评价是提高飞行安全运行水平的重要措施。在对国内外相关研究成果进行分析和比较的基础上,结合飞行安全评价中的不确定性特点,利用飞行安全评价指标体系,建立了基于贝叶斯网络的飞行安全系统评价模型。该模型能够有效地处理专家意见一致或不一致的情形,并对系统进行预测及诊断分析。通过对某航空公司飞行安全运行状况的实例评价,结果表明此方法是合理有效的。     

粒子群优化的粗糙集-神经网络在航空发动机故障诊断中的应用

提出了一种基于粒子群优化算法的邻域粗糙集-神经网络的发动机智能故障诊断方法,首先利用基于邻域粗糙集模型的属性约简方法对样本数据进行属性约简,然后采用粒子群优化算法替代传统BP算法来训练神经网络的权值和阈值,再用训练好的神经网络对航空发动机气路故障进行诊断.仿真结果表明:该方法降低了神经网络结构的复杂性,减少了网络训练时间,提高了诊断精度.     

求解区域网络问题的近似算法

区域网络是给定一个无向图G=(V,E),在图G中,存在一个子图是森林,森林中的若干个不相交的树称为若干个区域。该问题的目标是把该森林子图即若干个区域连结成一棵树,且使增加的边的权和最小。把该问题归结为图的Steiner tree问题,给出了求解该问题的一个近似算法,并证明其复杂性,最后用实例说明算法的准确性。     

Solar Energetic Particle Events: Phenomenology and Prediction

Space Science Reviews - Solar energetic particle events can cause major disruptions to the operation of spacecraft in earth orbit and outside the earth's magnetosphere and have to be considered...     

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。     

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

椭圆型条件矩封闭模型在湍流扩散火焰中的应用

使用考虑分子扩散与湍流扩散的椭圆型CMC模型对钝体绕流扩散火焰进行了数值模拟计算,计算的工况包括CH₄/H₂、CO/H₂和CH₃OH等燃料在空气中的燃烧。在数值计算中使用了k-ε双方程湍流模型和SIMPLE算法,并将计算结果与实验数据进行了对比,讨论了计算结果与实验数据之间偏差产生的原因,还分析了条件平均变量的空间变化。结果表明,条件平均温度、OH、CO和NO等组分的质量分数的计算结果与实验数据有着很好的一致性,说明椭圆型CMC模型是一种能有效地预测湍流非预混火焰中组分浓度和温度的计算方法。      

一种用于无节点战术数据链的TDMA协议

介绍了时分多址(TDMA)技术在一种无节点战术数据链中的应用;并简要介绍了这种数据链的基本通信原理;具体讨论了如何利用时分多址技术进行数据链组网,以及终端入网、同步、和TDMA的实现等几个关键问题。     

自组织神经网络航空发动机气路故障诊断

 为克服学习样本依赖于发动机精确模型的问题,提出了一种基于自组织神经网络的发动机智能故障诊断的方法,并运用故障特征提取的数据预处理方式,成功地对航空发动机气路部件的几种典型故障做出正确诊断。为验证网络的抗噪性能,引入了自联想神经网络。研究表明,自组织网络可以脱离发动机模型,并且对测量噪声有良好的鲁棒性,能基本满足航空发动机故障诊断的要求,具有较好的工程应用前景。     

加快神经网络训练速度的方法在旋转机械故障诊断中的应用

根据一双跨转子实验台,模拟了转子与静子在轮盘处及轴颈处碰磨、轴系不对中及转子不平衡故障,通过一个信号自动处理装置记录下转子正常振动信号及发生各种故障时的信号,然后利用研制的人工神经网络系统对故障示例进行学习。通过在实际中诊断故障,证明这种是可行的。本文还针对人工神经网络(BP算法)存在的训练速度慢的问题,提出了一个加快网络训练速度的新方法(ARBP算法),较大提高了网络的训练速度。