用神经网络预测300M超高强度钢磨削烧伤

介绍了用人工神经网络建模预测３００Ｍ超高强度钢磨削烧伤的方法。经试验，该方法效果很好。     

基于智能信息融合的飞控系统故障检测隔离方法研究

利用小波时频信号分析技术来分离非平稳噪声,提高了残差中故障信息的信噪比.提出了智能信息融合故障检测新方法,应用模糊逻辑自适应调节无故障的模型参数,抑制残差中非平稳信号的增长;采用人工神经网络故障分类器来消除非线性故障信号偏差对残差判决的影响,扩大了故障检测与隔离算法的适用范围.仿真结果表明,该算法技术性能优越,改进效果明显.     

基于组合不变矩与神经网络的卫星目标识别

首先介绍了Hu提出的不变矩和Jan Flusser提出的仿射不变矩,在不增加特征向量维数的前提下,将不变矩的部分分量与仿射不变矩组合成新的特征向量——组合不变矩。利用组合不变矩提取图像中的不变特征向量,并结合基于人工神经网络的分类器,较好的实现了对卫星目标的分类识别。     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明：阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。     

2020年固体推进动力领域发展综述

2020年国外固体火箭行业受到疫情重大冲击,其中供应链遭受的打击使得各个项目相对预定完成时间均在一定程度上有所延误,项目供应商和生产商的抗风险能力成为新武器开发的重要指标.高超声速武器攻防开始走上实用的舞台,人工智能等前沿技术深刻影响着世界各国的精确制导武器部署,将本年度领域内出现的热点进行分析展示,对于更好地理解技术...     

扰流板式畸变模拟装置的数值计算及人工神经网络建模

数值计算了用于某型空中试车台吊舱的扰流板式畸变模拟装置,应用总压恢复系数、周向畸变指数评价了该装置的畸变效果并与试验数据进行了对比分析,为后续发动机在空台上确定临界畸变指数及敏感系数提供了可用量值的参考.根据部分计算数据,建立了该扰流板式畸变模拟装置的人工神经网络模型,并预估了12个状态的畸变模拟效果,验证了该人工神经网络模型的有效性,为减少试验点数节省试验经费提供了有效的途径.     

用结构自适应神经网络预测航空发动机性能趋势

 将航空发动机作为复杂非线性系统考虑,运用神经网络超强的非线性映射能力和非线性时间序列分析的相空间重构理论,建立航空发动机性能趋势预测的神经网络模型,同时,针对神经网络的结构设计困难问题,建立了基于遗传算法的结构自适应神经网络预测模型,实现了神经网络结构的优化。最后,利用三组民航飞机发动机的性能数据进行了预测分析,验证了利用结构自适应神经网络对航空发动机性能趋势进行预测的有效性。     

基于云雾参数误差的结冰外形修正方法

结冰风洞云雾参数控制和测量2方面的技术瓶颈,导致结冰试验中的云雾条件存在较大误差,这会降低实验结果的精度。针对这一问题,从空气动力学的角度分析了冰形修正的关键要素,建立了采用人工神经网络技术对云雾参数与冰形典型几何特征量之间复杂非线性关系进行近似模拟的方法,并基于无限插值方法建立了一种冰形修正方法。以 NACA0012翼型为例,对液态水含量和水滴粒径这2个云雾参数所带来的冰形误差进行了修正,修正后的冰形与目标冰形的吻合度有明显的改进,验证结果表明该方法可以应用于结冰风洞试验,能为实验结果的修正提供依据。     

BP网络局部极小值的修正算法

在人工神经网络中,反向传播法占据了非常重要的地位.近几十年许多研究人员对其做了深入的研究,提出了很多改进的方法,主要目标是为了加快训练速度,避免陷入局部极小值和改善其他能力.本文主要讨论在MATLAB下使用附加动量法使网络避免陷入局部极小值问题.     

基于人工神经网络的现代军机研制费用估算模型

阐述了针对现代军机研制费用估算现状,用基于人工神经网络理论建立了现代军机研制费用估算模型。给出建模流程,分别采用动量自适应算法和 L-M 算法的 BP 网络来实现,并对其特点加以分析比较。在小样本情况下,编制了 Matlab 仿真软件并进行了仿真,证明了所建立的研制费用模型的准确性,仿真结果表明该方法比传统的回归分析方法精度高。