某型航空发动机涡轮多级气动优化设计

采用将准三维设计和多级局部优化联合的多级涡轮气动优化设计流程,对某型航空发动机3级涡轮进行了多级气动三维优化设计;采用人工神经网络和遗传算法对各列叶栅进行了三维局部优化,流场计算采用全三维黏性流N-S方程求解。通过优化设计,调整了功率分配,改善了各列性能,并对各列间参数进行了优化匹配,使总体性能提高,达到了设计要求。     

基于ANN的FGH96合金热变形行为的模拟电路模型

在锻造领域,多采用数字模型进行工艺设计和过程控制,但数字模型无法完成材料成形过程的实时控制。因此,有必要建立一种适合于实时控制的材料动态流动行为模型,以提高生产效率和锻件质量。通过热模拟试验,对细晶态FGH96合金的高温流动特性进行了研究,用BP（Back Propagation）网络建立了FGH96合金热变形行为的人工神经网络模型,根据电模拟理论,利用模拟电路的快速反应与易于控制等特点,建立了基于ANN的FGH96合金的模拟电路模型。测试结果表明,所建立的ANN模型和模拟电路模型均具有较高的预测精度,能很好地反映材料热成形过程的动态流动行为,可用于材料热成形过程的实时控制。     

中空纤维膜分离性能实验与预测

利用机载中空纤维膜分离性能测量台架,针对分离性能随引气压力、引气温度、飞行高度等因素的变化规律开展了实验研究;并采用所获得的实验数据作为训练及验证样本,应用人工神经网络预测技术分析了该型膜的性能.研究结果显示:①所建立的数学模型可实现对中空纤维膜分离性能的有效预测;②制氮体积分数与量纲一制氮量成反比,当要求制氮体积分数较高时,其量纲一制氮量下降,制氮效率降低;③在一定制氮体积分数下,制氮量随引气温度、引气压力的增加而增加;制氮效率随引气压力的增加而增加,但随引气温度的增加而减小;④在飞行高度增加的情况下,量纲一制氮量和制氮效率都增加, 而制氮体积分数的影响随飞行高度增加而减小.      

单向CFRP螺旋铣削力建模

螺旋铣削加工工艺具有降低轴向力,改善排屑、散热条件等优点,螺旋铣削力是其重要过程指标之一。对单向CFRP螺旋铣削力建模方法展开研究,预测给定加工参数下的螺旋铣削力。首先,通过对螺旋铣削过程进行运动学分析和切屑几何分析,建立了螺旋铣削过程中侧刃、底刃动态切屑层模型,纤维切削方向角度模型和动态切削力计算模型。然后,分别通过侧刃直线槽铣实验和底刃半齿插铣实验,对各个切削方向角度下侧刃、底刃切削力系数进行了标定,并利用人工神经网络对切削力系数进行拟合。最后,将标定所得的切削力系数代入动态切削力计算模型中,建立了单向CFRP螺旋铣削过程动态切削力预测模型,并通过实验验证了模型的准确性。与现有模型相比,该模型不仅能够预测刀具螺旋运动周期内的切削力变化情况,还可以对每个刀具自转周期内的细节进行预测,通过考虑纤维切削方向角度对切削力系数的影响,反映了单向CFRP材料的各向异性,较为准确地预测了螺旋铣削力。     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型,经过BP网络预测软件运行检验,并与该机场以前采用的定量预测方法的综合比较,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度.     

人工神经网络技术在民用涡扇发动机故障诊断中的应用

讨论了神经网络技术在航空发动机状态监视和故障诊断领域的应用．介绍了涡扇发动机的气路故障诊断原理,以及人工神经网络故障诊断方法,并介绍了ＢＰ网络对ＰＷ４０００发动机的常见故障进行诊断的实例。     

发动机状态监视与故障诊断地面软件系统的总体方案研究

根据航空发动机EMS系统的一般设计要求,参考国外现役发动机EMS系统的设计经验和未来的发展趋势,提出了一种EMS地面软件系统的总体方案构思,明确了该系统设计的指导思想、功能和组成,并着重论述了各主要功能模块的设计方案。     

利用人工神经网络预测电离层f0F2月中值

提出了利用人工神经网络技术预测电离层临界频率月中值的方案。在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上,考虑足够的周年和黑子周期变化的数据训练网络,使ｆ０Ｆ２月中值预测值与实测数据比较平均误差为０．３４ＭＨｚ预测精度有了较大改进,最后采用分形学的基本理论得到电离层ｆ０Ｆ２月中值的分数维为３,选用３个输入量,分别预测高,低年ｆ０Ｆ２月中值,与实测数据比较平均误差为０．３ＭＨｚ。     

基于单神经元算法的内嵌式永磁同步电机智能驱动控制

基于人工神经网络的内嵌式永磁同步电机(IPMSM)智能驱动控制性能要明显优于传统控制方法,但是存在计算量大和离线训练时间长的问题。针对该问题,提出了一种基于单神经元算法的IPMSM智能驱动控制策略。阐述了永磁同步电机的数学模型及电流转矩控制规律;并基于单神经元的控制原理,推导了驱动控制律,由于采用的是单神经元结构并设置了迭代算法的边界,因此达到了计算量减小和训练较少的效果。最后,搭建了小功率电机驱动试验平台开展了试验研究,并通过与传统PID控制的对比试验,验证了新型控制器的性能。     

基于人工神经网络的可压缩湍流大涡模拟模型

在国家数值风洞（NNW）工程项目的指导下，空间人工神经网络（SANN）模型被用于强可压缩湍流大涡模拟（LES）研究，其中流场的湍流马赫数分别为0.6、0.8、1.0。基于湍流的多尺度空间结构特性和人工神经网络方法发展的高精度空间神经网络（SANN）模型适用于不可压缩湍流和弱可压缩湍流。对于强可压缩湍流，流场中会出现激波结构，给大涡模拟带来了挑战。本文的研究结果表明：SANN模型适用于强可压缩湍流的大涡模拟。在先验分析中，SANN模型预测的亚格子应力和亚格子热流的相关系数超过0.995，远远高于梯度模型和近似反卷积模型等传统模型；传统模型的相对误差大于30%，而SANN模型在这方面有很大的改进，相对误差低于11%。在后验分析中，与隐式大涡模拟（ILES）、动态Smagorinsky模型（DSM）、动态混合模型（DMM）相比，SANN模型能更精确地预测能谱、各类湍流统计特性以及瞬态流动结构。因此，基于湍流多尺度空间结构特性的人工神经网络模型加深了人们对强可压缩湍流亚格子建模的认识，同时可以服务于NNW工程的流体力学模型构造。