基于小波过程神经网络的飞机发动机状态监视

 针对飞机发动机状态监视问题，提出了小波过程神经网络模型。其隐层和输出层为过程神经元，隐层激活函采用小波函数。该模型结合了过程神经网络可以处理连续输入信号的特点及小波变换良好的时频局域化性质，有更强的学习能力和更高的预测精度。文中给出了相应的学习算法，并以飞机发动机状态监视中排气温度裕度的预测为例，分别利用3层前向过程神经网络和小波过程神经网络进行预测。结果表明，小波过程神经网络结构更简单，收敛速度更快，优于过程神经网络，因而为飞机发动机状态监视提供了一种有效的方法。     

神经网络数据融合机动目标跟踪算法

利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合.     

IEEE-1394异步传输机制建模及性能分析

高速数据总线技术是航空电子中的关键技术之一.IEEE-1394是一种串行高速数据总线,已经成功应用于航空电子中.其异步传输模式保证数据传输的可靠性,广泛用于命令、状态数据的传输.为解决IEEE-1394总线异步传输过程中的传输延时、吞吐量以及总线利用率等问题,基于确定与随机Petri网(DSPN,Deterministic and Stochastic Petri Nets),建立了IEEE-1394总线异步传输的节点模型,并基于模型仿真分析了其异步传输系统的性能.通过仿真研究得到了IEEE-1394异步传输系统吞吐量、平均等待时间等性能指标同数据包大小和数据到达速率的关系,并给出了IEEE-1394异步传输数据包到达速率极限的计算方法.     

舵面电动加载系统的自适应CMAC复合控制

针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能.     

航空发动机内窥故障诊断专家系统研究

采用BP神经网络准确识别内窥故障信息,并且建立综合基于规则推理和基于案例推理的混合专家系统,对内窥故障进行智能诊断。实验结果证明,该专家系统能快速有效地给出损伤评估和维修策略。     

航空发动机风扇叶片结构损伤识别研究

航空发动机风扇叶片常常因为疲劳裂纹而引起整个结构的损坏,导致重大的安全事故。基于此,提出基于BP神经网络研究航空发动机风扇叶片结构损伤识别的方法,采用有限元法计算出的结构固有频率平方的变化量为标识量进行网络仿真,通过对仿真数据的分析,比较准确地识别出结构损伤的位置和程度,为及时地发现损伤并且进行针对性的维修提供依据。     

一类基于神经网络技术的软件故障静态测试方法

对测控软件可靠性增长模型的现状进行了分析,提出了基于神经网络的可靠性增长模型,选用了具有良好泛化能力和强大的非线性逼近能力的 BP 神经网络,对测试软件进行拟合,并对软件故障数进行静态预测和验证,实验表明,该模型具有很高的预测精度和良好的对非线性映射的逼近能力。     

人工神经网络在目标识别和分类中的应用

首先分析了人工神经网络在目标识别和分类中的应用及其局限性,然后分析了人工神经网络与模糊理论、证据理论、贝叶斯决策理论相结合在目标识别和分类中一般方法和优点。     

基于混沌变量的航空发动机模糊神经网络控制

针对模糊神经网络控制器中模糊规则的设计和神经网络权值的确定存在困难这个问题,提出了混沌优化控制方案,将混沌优化算法应用到航空发动机模糊神经网络控制中,利用混沌优化算法对模糊神经网络的参数进行优化。仿真结果表明,设计的模糊神经网络控制器具有良好的性能。      

神经网络集成在发动机故障诊断中的应用研究

提出一种基于A daBoost的集成神经网络故障诊断方法,利用多层前向神经网络作为故障弱分类器,通过简单地训练若干个单一神经网络并将其预测结果进行合成,实现了对航空发动机多类故障的诊断。针对一个涡轮喷气发动机气路部件的仿真实验表明,这种方法提高了最终故障分类器的泛化能力,便于工程应用。