漂浮基空间机器人捕获卫星过程动力学模拟及捕获后混合体运动的RBF神经网络控制

 讨论了漂浮基空间机器人在轨捕获目标卫星过程的碰撞动力学建模,以及捕获操作结束后空间机器人与卫星混合体的稳定控制问题。首先采用多刚体动力学建模方法并结合空间机器人捕获目标卫星过程中的碰撞动力学特性,建立了漂浮基空间机器人在轨捕获漂浮卫星过程的动力学模型,并在此基础上计算出完成捕获操作后空间机器人与目标卫星混合体关节的运动速度。然后针对卫星及空间机器人系统惯性参数均是未知的复杂情况,应用上述模型、神经网络控制理论和Lyapunov稳定性理论,设计了空间机器人与卫星混合体在捕获过程碰撞冲击影响下稳定运动的高斯径向基函数神经网络控制方案,以达到对捕获卫星的有效控制。此外,高斯径向基函数神经网络控制方案具有不需要测量和反馈载体位置、移动速度与加速度的显著优点。系统数值仿真证实了上述控制方案的有效性。     

火箭弹气动学科代理模型构建方法研究

针对火箭弹多学科优化体系中气动学科采用计算流体力学方法计算时间过长的问题,提出了一种综合运用CFD技术、试验设计技术、径向基函数神经网络技术构建火箭弹气动学科代理模型的方法,并对其流程进行了详细分析说明。通过算例分析,证明了该方法的可行性和有效性。该方法在保证一定精度前提下大大降低了火箭弹气动学科的计算周期。     

基于模糊神经网络的小卫星任务自主调度设计

为了提高小卫星星务软件的自主化、智能化水平，提出一种基于模糊神经网络的小卫星任务自主调度的设计方法。该方法根据小卫星有效载荷和任务的需求，将小卫星的星务软件分解为若干个任务模块。同时，考虑到一些任务执行的紧前关系要求，将若干有紧前关系的任务模块划分为一个任务流程。以任务流程为单位，利用模糊神经网络构建任务流程自主调度决策系统。仿真实验结果表明，该决策系统能够根据小卫星的监测数据，以任务流程的自主调度为基础，最终实现对任务模块的动态自主调度。     

一种基于神经网络技术的雷达信号模糊模式识别方法

研究了一种用神经网络获得优化权值的模糊模式识别法以用于雷达信号的识别,通过实例验证并分析了此法的实用性和有效性。     

一种基于小波和人工神经网络的故障检测与诊断方法

提出了一种基于小波和人工神经网络的故障检测与诊断的方法，该方法利用小波包分解的精确细分的特点，分别对正常系统和故障系统的采样信号进行精确特征提取，并构造一系列基于信号能量且具有表征系统状态能力的特征向量，然后利用人工神经网络分类器对系统在各种状态下的特征向量进行分类决策，从而实现对系统的故障检测与诊断。     

飞机短周期运动参数的神经网络辨识

本文提出了一种用馈神经网络辨识飞机短周期运动参数的新方法。该方法的特点是不需要预先假定模型，只需要用获得的飞行数据训练一前馈馈神经网络，就可以用这个网络直接辨识参数的值。模拟飞行数据的仿真结果证明所提出的方法是有效的并且具有较好的鲁棒性。     

用遗传算法改进的BP模型在刹车系统诊断中的应用研究

利用神经网络进行故障诊断是近些年来所兴起的一种重要的智能诊断方法。我们就是根据航空维修的特点及神经网络的优点, 提出了应用BP网络对飞行器的故障进行学习、训练和诊断的想法。同时, 为了克服单独应用BP算法时存在的缺陷, 我们利用遗传算法(GA)对其进行了改进。我们利用面向对象的计算机编程技术, 开发了一个软件程序, 初步试验, 取得良好效果。最后讨论了在航空维修方面智能诊断的未来发展趋势。     

液压泵故障诊断的神经网络方法

利用神经网络方法解决液压泵多故障诊断的问题。文中通过对液压泵故障机理的分析，针对液压泵多故障模式提出了利用集成ＢＰ网络进行多故障诊断的策略。理论和实验结果分析表明，利用神经网络方法可以有效地诊断知识别液压泵多故障模式，其识别率随着学习样本量的增大而提高。     

基于模糊神经网络的故障诊断方法的研究

根据模糊逻辑和神经网络网络对故障诊断方法做了研究，并介绍了具体实现过程，最后结合某液压系统对该方法作了验证，并给出了直接用前馈感知器进行故障诊断的对比结果。     

双层通用自适应模式识别系统

单层n元自适应模式识别系统(WISARD)由于其大规模并行分布处理能力、通用性和自适应性而显示了巨大的应用潜力。但由于其结构的原因,系统性能受到了一定的限制。Kanerva提出的稀疏存贮器结构和WISARD的RAM阵列结构有相似之处。而且这种稀疏分布存贮的原理,可以从结构上解决WISARD的固有缺陷。根据SDM的概念,在WISARD的基础上,本文提出了一种新颖的双层自适应模式识别系统模型。它除了保持WISARD的原有特点之外,在解决大维数或非确定性模式数据的识别问题以及控制系统成本方面有着明显的优势。在该系统上进行的多体印刷汉字识别试验,初步优化了系统各参数的关系,验证了模型的可行性。