航空发动机神经网络反步控制方法

针对航空发动机非线性和不确定性的特点,提出了一种基于神经网络的反步控制方法.采用径向基神经网络估计未知系统方程,并用一种平滑切换法有效避免了控制器奇异问题.反步法的设计基于Lya-punov稳定性原理,保证了闭环系统一致渐近有界.最后针对某型涡扇发动机非线性模型设计了高压转速控制器,仿真结果验证了该方法的有效性.      

基于参数辨识原理的飞机参数分析及算法研究

提出一种在飞机概念设计中基于参数辨识理论的设计参数分析方法。在给定的设计重量和任务剖面要求下,利用基于物理的运动方程和动力学方程模型辨识出飞机气动力参数,并在总体性能评估的基础上进行设计参数分析,给气动设计提供了设计参考;在辨识过程中针对参数可行域离散度很高使得很难收敛到Pareto解的问题,提出了将神经网络预测模型融合到遗传操作过程,使得尽量在可行域内搜索。最后通过对某客机进行算例分析,表明基于辨识理论的参数分析方法和改进的算法是合理和可行的。与一般经验公式方法相比,该方法对布局类型的限制较小,在满足概念设计参数分析准确度要求的条件下能够为下一步的气动设计提供设计指标。     

煤油/空气小尺寸脉冲爆震发动机实验研究

 为探索微小尺寸脉冲爆震发动机(SPDE)推进系统可行性,进行了气动阀设计,改善燃油雾化、掺混、点火性能和强化燃烧等SPDE关键技术的研究。设计了一台内径为29 mm,总长度为1 175 mm的气动阀式SPDE样机,采用航空煤油为燃料和地面冲压进气,并在该样机上进行了低点火能量的多循环实验研究。实验结果表明：SPDE能够在20~40 Hz频率下多循环地稳定工作,平均峰值压力均高于145 MPa;随着频率的增加,爆震室内平均压力峰值和爆震波平均速度都有一定的降低趋势;研究结果为有限空间和时间内的燃油雾化、蒸发和掺混进一步研究提供了依据,对研制工程应用的SPDE具有重要意义。     

基于神经网络的协作优化方法在飞机总体设计中的应用

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是其中最常用的一种有效的分布式并行优化方法.本文探讨了基于人工神经网络响应面的协作优化设计算法,从神经网络的原理和求解方法出发,对标准的BP神经网络进行相应的改进以适用于协作优化框架,并给出了一个飞机总体方案设计的算例,应用该方法对总体参数进行优化.算例证明,神经网络方法的引入可使协同优化的计算收敛速度更快,可靠性更高,并且有较好的鲁棒性.     

基于D-S证据理论和不同子神经网络集成的磨粒识别

针对磨粒识别问题,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法.首先对特征参数进行优化分组,然后对每一组建立对应的分类子神经网络,分别采用径向基函数(RBF)神经网络和反向传播(BP)神经网络进行识别,得到初步的诊断结果,经过归一化后作为2组基本概率分配函数,最后运用D-S证据理论进行融合得到最终识别结果.算例分析表明,基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性.     

人工神经网络在数模混合电路故障诊断中的应用

以某导弹测试设备功能模块电路的故障诊断为例,研究了神经网络方法在数模混合电路故障诊断中的应用,着重研究了基于仿真的故障模式获取方法及基于Matlab的网络训练方法。经过验证,该方法能够快速、准确地定位故障。     

大跨度桥梁风致抖振疲劳频域分析

提出了在频率域内用Markov过程进行大跨度桥梁风致抖振疲劳分析的计算方法.以黄浦北汊桥为例,用不同的方法对其进行了疲劳分析,计算结果表明本文提出的方法是可行和有效的,最后给出了有工程指导意义的结论.     

航空发动机用于地面燃煤差速联合循环的性能研究

提出一种新型燃煤联合循环发电技术—载热部分气化燃煤联合循环（ＣＧＣＣ），在这一系统中采用了由航机改型的ＦＴ－８燃气轮机。本文通过对燃气轮机系统性能的分析，采用模块化建模方法，全面地分析了燃气轮机在系统中设计工况和变工况下的工作情况，认为ＦＴ－８燃气轮机用于ＣＧＣＣ系统具有很大优越性。     

高性能战斗机机动动作优化控制研究

应用轨迹优化方法研究了高性能战斗机机动动作的最优控制问题。采用质点运动方程，以多层神经网络完成气动系数拟合，编写了基于最大值原理的优化程序，给出了优化结果，并据此对过失速机动的使用和控制进行了初步分析，结果表明，对特定的始末端状态，过失速机动能力能够缩短机动时间，但是进入过失速的深度与收音机推重比有关。     

故障诊断的神经网络观测器法

以神经网络的自学习代替故障诊断观测器法中的解析计算,提出了一种新的故障诊断方法,从而解决了具有模型不确定性系统的故障诊断问题。对某型航空发动机控制系统传感器故障进行了仿真研究,该方法不仅具有传统观测器法报警及时准确、易于实现容错控制的优点,又不需要获得系统精确的数学模型,对具有模型不确定性系统的故障诊断与容错很有效