基于神经网络的非线性自适应输出反馈控制

针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应控制方法，该方法对受控对象的已知部分，有用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系统，仿真表明该方法是有效的。     

真空辅助湿铺贴阶梯形挖补修理后层合板拉伸破坏模拟

对玻璃纤维增强复合材料真空辅助湿铺贴阶梯形挖补修理后层合板建立了三维有限元模型,进行了拉伸破坏模拟。发展了考虑剪切非线性的复合材料各向异性连续损伤力学模型,用于模拟母板与补片复合材料单向带失效。采用基于双线性cohesive本构的接触分析模拟了真空辅助湿铺贴阶梯形挖补修理后形成无厚度二次固化界面。数值模拟结果与试验结果吻合较好表明所采用的模型能很好地预测整个修理结构的拉伸性能。最后,分析了整个拉伸过程中层合板斜接挖补修理结构的损伤破坏过程。     

氢氧全流量补燃循环发动机主要参数优化分析

根据给定的运载任务,建立了氢氧全流量补燃循环发动机的能量特性模型、运载器质量模型和轨道模型,以运载器有效载荷为目标函数,利用枚举法进行了发动机性能参数的优化研究.通过计算,验证了质量模型的准确性,得到了实现单级入轨发动机的最优性能参数,给出了在当前所能达到的燃烧室压强情况下的优化结果,为新一代氢氧全流量补燃循环发动机的研制提供指导.     

层状固体结构表面性质的非线性兰姆波定征方法

提出用非线性兰姆波方法定征层状固体结构的表面性质,分析了层状固体结构表面性质变化对兰姆波二次谐波发生效应产生的影响。基于Ritec-SNAP系统建立了非线性兰姆波实验系统,当表面的覆层面积和覆层厚度发生变化时,在兰姆波具有强烈非线性效应的条件下,测量了兰姆波的基波及二次谐波的幅频曲线,结果显示表面性质的微小变化将显著地影响到兰姆波的二次谐波发生效率。借鉴声-超声技术中的应力波因子方法,定义了兰姆波应力波因子,实验结果表明,利用兰姆波二次谐波的应力波因子可对层状固体结构表面性质的变化情况进行准确定征。     

全流量补燃循环发动机富氧预燃室设计与试验

针对全流量补燃循环发动机,给出了一种分区燃烧、身部二次喷注掺混、表面镀镍抗氧化的富氧预燃室设计方案,设计了富燃点火启动富氧关机的试验时序,进行了26次试验,初步研究了身部二次喷注流量大小对燃气均匀性的影响.试验结果表明:预燃室结构设计合理,点火可靠、结构安全;身部二次喷注流量变化对出口燃气均匀度分布影响明显,存在一个二次喷注流量最佳值.      

全流量补燃循环发动机系统参数模型与设计(Ⅰ)动力平衡特性

为了深入理解全流量补燃循环发动机系统的特点,建立了全流量补燃循环发动机系统动力平衡模型,补充了压力平衡方程,研究了预燃室混合比对发动机系统参数的影响规律.研究结果表明:①富燃、富氧预燃室的混合比是相互匹配的,随着富燃预燃室混合比增大,富氧预燃室混合比减小,混合比组合的规律是保持富燃、富氧预燃室燃气做功能力的平衡;②随着...     

多喷嘴大流量气 -气喷注器设计与试验

在大流量气-气喷注器单喷嘴工况研究的基础上,为研究其在具有单元交互作用的多喷嘴工况下的燃烧特性,设计了多喷嘴推力室.喷注单元为剪切混合式单元,并具有高氢/氧速度比和氧喷嘴扩口设计,采用了能够模拟真实发动机工况的7单元同心圆排布的推力室头部结构,在对喷注单元的排布间距优化设计基础上,开展了热试车试验研究和仿真分析.结果表明所设计的喷注器在多喷嘴工况下燃烧稳定,能够在额定参数设计的燃烧室内,在SSME(space shuttle main engine)主喷注单元流量的3.7倍大流量工况下燃烧效率达到99%以上,并显示出良好的喷注器自身和带来的燃烧室身部热防护特性.      

基因算法在喷管反设计中的应用

在气动优化设计中引进了基于达尔文的自然选择机制和生物遗传机制的基因算法,构造了相应的基因变异等算子。针对喷管气动外形的特点提出了与之相适应的Ｂéｚｉｅｒ曲线基因表达,把算法搜索空间缩小为由有限参数曲线控制点构成的子空间,从而加快了算法收敛速度。并与全位势方程求解程序相结合,提出了具体的供优化设计的适应函数,研制了二维气动反设计计算程序,进行了二维喷管反设计数值实验。结果表明,本文构造的方法是可行的,而且具有全局优化和鲁棒性强等特点     

全包线内航空发动机参数估计的神经网络实现

介绍一种特殊的前向神经网络——自联想神经网络（Ａｕｔｏａｓｓｏｃｉａｔｉｖｅａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔ－ｗｏｒｋｓ,ＡＡＮＮ）,然后将发动机参数在全包线、大范围工况下的变化规律与神经网络的非线性映射能力结合起来,开展了将ＡＡＮＮ应用于发动机全包线、大范围工况下参数估计的仿真研究。本文提出的选取测量矢量加入样本集的ＥＭＰ方法,有效地减少了样本集中样本矢量的数目,简化了网络的训练。用ＥＭＰ方法在全包线内仅用７４６组测量矢量作为样本集,在网络训练好后,任选包线内的一工况点作为算例运行发动机模型,所得各参数的稳态估计及动态估计的平均百分比误差＜０．５％。仿真结果表明,上述的参数估值方法是可行的,为进一步实现对发动机控制系统传感器的状态监视和故障诊断打下了基础。     

完全非线性近似逆及其在轨迹跟踪中的应用

非线性系统输出跟踪问题在理论和实际中都具有十分重要的意义。人们对此问题进行了大量地研究和广泛地应用。但是所有的研究对象一般都要求仿射型非线性系统,以便容易解出相应的控制输入。对于一般的完全非线性系统,由于没有控制输入的显性表达式,很难得到相应的结果。本文讨论了完全非线性系统的输出跟踪问题,在理论上研究了完全非线性系统逆的存在性。利用神经网络可逼近任意 Ｌ２ 函数的特性,提出了求解完全非线性系统逆近似控制律的方法,并由此研究了完全非线性飞机模型的轨迹跟踪问题。通过对飞机轨迹跟踪问题的仿真,表明该方法是切实可行的。