基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

基于SRAM型FPGA单粒子效应综合防护技术

为解决基于SRAM(Static Random Access Memory,静态随机存储器)型FPGA(Field Programmable Gate Array,现场可编程门阵列)的扩频应答机在空间环境中时常发生功能故障的难题,提出了一种低轨卫星基于SRAM型FPGA的应答机的单粒子综合防护方案。该方案在代码级、器件级、单机级、整星级综合采用器件优选、结构屏蔽设计、巡检自愈、自主复位等多种方法,有效杜绝了单粒子事件带来的种种危害,已成功应用于某在轨卫星。在轨测试结果表明:遥测、遥控、跟踪测量等功能、性能指标满足任务要求,且未发生需要地面干预的问题或现象。该技术还可推广应用于其他采用低等级器件及其他类型FPGA、DSP(Digital Signal Processing,数字信号处理)等大规模集成电路的星载单机防护。     

基于滑窗包络线法辨识复合圆柱壳结构的模态阻尼

由于复合圆柱壳阻尼机理的复杂性,目前还没有通用而有效的方法辨识该类结构的模态阻尼,因此提出一种基于滑窗包络线法的模态阻尼测试方法.首先,详细说明了滑窗包络线法测试复合圆柱壳阻尼的原理和总体思路;然后,提出了具体的测试复合圆柱壳结构模态阻尼的流程;最后,以局部涂敷约束层阻尼材料的复合圆柱壳为研究对象,对其阻尼特性进行了测试,并讨论了激励幅度对模态阻尼的影响.测试结果表明,所提出的方法获得的前5阶阻尼结果对应的方差最大不超过0.02%,具有较好的可重复性,从而确保具有较高的测试精度.      

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

基于早期数据的航天测控软件缺陷预测

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。     

微小孔特种加工技术研究现状及展望

近年来微小孔结构在航空航天零部件上的应用越来越广泛,对微小孔的特种加工方法的进展情况进行了综述,总结了每种加工方法的主要特点,并对当前微小孔特种加工技术存在的问题及未来发展趋势进行了总结和展望.     

一种加速度环境下的温度测量方法

温度-加速度复合环境试验是考察武器、飞行器产品飞行过程中发射、再入等阶段环境适应性能的重要手段.介绍了温度-加速度复合环境试验系统的设计方法,针对高加速度环境下温度采集系统可能出现的温度漂移现象,进行了故障分析,并给出了解决方案.验证试验表明,设计方案可行,相关方法可为复合环境试验可靠性设计提供技术支持.     

气膜孔局部堵塞对叶片压力面冲击-扰流柱-气膜结构综合冷却效率的影响

运用数值模拟方法研究了气膜孔局部堵塞对叶片压力面上射流冲击-扰流柱-气膜结构综合冷却效率的影响,重点分析了堵塞位置和堵塞比的影响。研究结果表明：无论是气膜孔内无堵塞还是存在局部堵塞情形,随着吹风比增大,综合冷却效率均呈现逐渐增大的趋势;在低的吹风比下,气膜孔出口-尾缘局部堵塞的综合冷却效率略低于无堵塞气膜孔,而在气膜孔进口-前缘和气膜孔出口-前缘的局部堵塞则导致综合冷却效率有较为轻微的上升;在高吹风比下,位于气膜孔出口-前缘和气膜孔进口-前缘的局部堵塞能够抑制气膜射流与主流相互作用所形成的卵形涡,从而冷却效率下降较少,而气膜孔出口-尾缘的局部堵塞则导致综合冷却效率降低较多;堵塞比对壁面沿程综合冷却效率的影响呈现非单调的变化趋势,这是由于冲击-扰流柱-气膜整体式冷却结构的冷却效果取决于内部强化传热和外部气膜防护的多重作用机制。     

一种改进的多目标粒子群优化算法

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Particle Swarm Optimization Algorithm)和NSGA-II(Nondominated Sorting Genetic Algorithm II)进行对比,结果表明了该改进算法的有效性.     

基于粒子滤波和不确定图的动态系统诊断方法

在动态系统基于模型诊断中,状态空间大小与元件个数、时间是双指数关系.K-Best枚举方法每个时刻只考虑K个可能性最大的状态,有效减小了枚举空间,但当系统复杂庞大或诊断周期长时,状态更新仍是一项巨大工程.提出一种结合粒子滤波和不确定图的动态系统诊断方法PF_LUG,利用粒子在状态空间的分布近似其概率,并用不确定图标签的反向匹配代替传统的正向轨迹枚举.算法有效解决了由时间导致的计算量增长问题,使时间对复杂度的影响由指数运算降为乘积运算.仿真结果表明该算法的运行时间相对诊断周期线性增长,比K-Best枚举有明显优势.