航空发动机多变量自校正控制研究

针对航空发动机这一具有耦合和强非线性被控对象,采用基于带遗忘因子的最小二乘参数估计算法的最小方差多变量自校正控制,通过分析保证了闭环系统的可辨识性。仿真结果表明,控制器响应速度快,跟踪精度高,抗干扰和耦合能力强,估计参数能以较快的速度收敛。      

一种乘波前体进气道的一体化设计及性能分析

采用特征线方法设计了具有直线初始激波、内收缩段消除激波反射、出口参数均匀可控的基准内锥流场.基于密切内锥(osculating inward turning cone,OIC)乘波体设计方法,发展了一体化密切内锥乘波前体进气道(osculating inward turning cone waverider inlet,OICWI)设计技术.基于一体化基准内锥流场和前体进气道设计技术,设计了密切内锥乘波前体进气道.采用数值软件对设计的乘波前体进气道进行了仿真分析,结论如下:①OICWI的设计是遵循气动原理的.②一体化密切内锥乘波前体进气道的前缘形状、内收缩比及出口参数可以根据需求定量准确设计.③理论设计结果和模拟结果吻合一致,证明设计方法是正确可靠的.④数值模拟研究结果表明一体化密切内锥乘波前体进气道具有较好的出口流场均匀度及较高的流量捕获率和较高的总压恢复特性.      

工程中圆度的多次定位测量及其数据处理

从测量实践出发,总结出一种利用多次定位技术进行圆度测量的方法.在阐述测量原理,分析测量及其数据处理过程后,给出一个测量实例,并进行了测量不确定度分析.文章给大型工程中类似情况下的测量问题以很好的启发.     

部件特性图的非线性最小二乘拟合修正

讨论了发动机部件特性的不准确性对发动机性能的影响,提出了基于特性图相似性的非线性最小二乘拟合修正方法。根据某型发动机的有限稳态性能数据,通过耦合优化计算,得到了各部件特性图的耦合系数,并对特性图进行了修正,得到了比较满意的修正结果。     

基于相位变化率的无源定位法

无源定位技术有着广阔的应用前景，本文在现有单站无源定位方法的基础上，介绍了相位变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位获取目标的方向信息，利用对应的相位变化率获取目标的径向距离信息，从而实现对目标的实时高精度定位。文中还给出了观测平台飞行姿态变化情况下的定位表达式。仿真结果表明，该方法是一种发展前途较好的单站无源定位方法。     

内乘波式进气道内收缩基本流场研究

内收缩基本流场的设计直接决定了内乘波式进气道最终性能.编制二维轴对称特征线法程序,实现了来流马赫数6条件下的内收缩锥基本流场计算.提出以两道曲激波将内收缩锥流场划分为三个区域,反射激波与基本流场的交点所在平面流量平均参数作为内收缩锥基本流场的性能评价参数.分析发现,内收缩锥基本流场流动特征与平面二维流动和外锥流动存在显著不同,该类流场流动损失与二维平面流动相当,但压缩能力强.内锥角、中心体半径比两个几何参数对流场性能的影响具有相似规律,给出了相应表达式,从而为内乘波式进气道的设计提供了依据.     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

三星对地面辐射源的高程修正定位算法与误差研究

提出了用最小二乘估计解算辐射源位置,在迭代过程中通过地理信息系统查询并不断修正目标高程,同时其定位误差进行了分析和仿真。结果表明,修正高程误差后可以改进目标高程定位精度,进而促进水平定位精度,水平定位精度的提高又会促进在高度上的定位,从而使整体的定位精度得到了改善。