基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

热防护系统损伤容限分析

建立了含初始矩形损伤的热防护系统(Thermal protection system,TPS)气动热分析的CFD数值模型,分析结果表明损伤区域侧壁出现了很高的热流密度峰值,并且迎风面侧壁峰值高于背风面,而损伤区域底部热流密度却很低。利用分析获得的热流密度建立了含损伤和无损伤TPS的有限元传热分析模型。分析结果表明:损伤的存在导致防热瓦最高温度急剧上升,超过其材料能承受的极限温度(1 500℃),防热瓦首先失效,而损伤对机体最高温度影响较小。最后进行了TPS损伤容限分析,在防热瓦极限温度约束下,外部热流密度最大值从100kW/m2增加到140kW/m2,矩形损伤宽度最大容许值从22.7mm减小到12.6mm,而弧形损伤宽度最大容许值从34.6mm减小到25.1mm,即随着外部热流密度最大值增加,损伤宽度的最大容许值降低,并且相同外部热流密度水平下弧形损伤宽度的最大容许值大于矩形损伤。     

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

舰载机自动着舰引导与控制综述

引导与控制是舰载机自动着舰的关键技术,为此本文对该技术进行综述。给出了舰载机进场航线和几种着舰工作模式,概述了基于跟踪雷达的着舰引导系统和基于卫星的着舰引导系统的工作原理及关键技术,着重分析了自动着舰的几种控制技术,包括控制律设计技术、直接力控制技术、推力矢量控制技术、甲板运动预估与补偿技术、舰尾气流抑制技术、动力补偿技术以及着舰安全控制技术。最后,从多系统集成着舰控制技术、多体制融合着舰引导技术两方面对自动着舰引导与控制技术进行了展望。     

移动机器人铣削制孔系统基准检测

结合航空大部件的数字化对接装配需求,设计了一套用于对接面铣削制孔的移动机器人加工系统,并提出具体的加工工艺流程。研究了基于激光轮廓扫描仪的大量散乱点云数据的预处理算法,提出基于栅格法和迭代拟合法的对接面特征提取算法。针对移动机器人加工系统在大场景下的高精度定位问题,提出基于扫描线法和最小二乘法原理的对接基准孔坐标找正算法。通过产品的加工实验验证,对接面铣削和制孔精度满足系统要求的各项技术指标,证明了本文提出的移动机器人铣削制孔系统的装配对接面加工方法能够精确地完成大部件数字化装配任务,对提高装配质量和效率具有重要意义。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。     

亚超剪切混合层燃油雾化特性试验研究

为了摸清亚超大梯度剪切混合层内直射式喷嘴的燃油雾化特性,设计了用于向亚超剪切混合流中进行燃油喷射的直射式喷嘴,建立了亚超剪切混合层中燃油雾化试验系统。利用粒子图像测速系统（PIV）,对亚超大梯度混合层中油雾场进行测量。通过改变喷嘴流量、喷射角度和喷嘴数量研究不同参数对雾化特性的影响,并应用图像处理技术对亚超大梯度剪切混合层内的油雾场进行分析,总结归纳其雾化规律。试验结果显示：随着流量增大,穿透深度会随之增大,破碎后的颗粒分布峰值所对应的液滴直径会逐渐变小,雾化效果提升;相同流量条件下,喷嘴的角度改变对雾化效果有影响,顺喷和逆喷的雾化效果均好于垂直喷射;逆喷的喷射高度最高,随着流量的增长,燃料将会碰壁;顺喷条件下,随着角度的增加,穿透长度会有所增加;综合燃油轨迹边界,逆喷的效果相对较好。相同流量条件下,喷孔个数的改变对雾化效果和穿透深度的影响不大。     

基于协作机械臂的航电开关柔性检测算法

在基于协作机械臂的航电联调联试系统中,为了解决机械臂在检测航电开关时存在环境复杂、需要适应不同种类开关与定位误差等问题,提出了两种基于关节力传感器的航电开关柔性检测算法,用来检测航电联试环境中主要的3大类开关.基于外力阈值检测的接触定位与操作算法,通过广义动量观测器估计末端外力,并在控制机械臂运动时设置操作力阈值,实现...