基于参数自整定模糊PID控制的大型液压源温控系统设计

根据液压源温度控制系统的非线性、时变的大滞后特性,采用参数自整定模糊比例积分微分(PID)控制算法,通过模糊推理在线调整PID的3个参数,给出了PID参数在线整定原则和模糊控制器设计。仿真结果表明:用该法设计的控制器较传统PID控制器有更好的动态性能和鲁棒性。不同工况的实验验证其液压源油温控制精度达到文献[1]的B级要求(±2℃)。     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.     

一种双变量自校正模糊 PI 控制在发动机控制中的应用

 提出了一种双变量自校正模糊PI控制算法,构造出一种航空发动机双变量自校正模糊PI控制器和控制系统,研究了控制器和控制系统的特性,为发动机控制探索了一种新方法。     

基于仿真模板的控制系统可靠性分析

提出面向对象的计算机辅助故障模式影响分析(CFMEA)方法,建立了控制系统仿真模板,将其数据、操作和性能封装成一个对象,对象间通过属性进行因果推理,实现FMEA向故障树(FTA)的自动转换.引入控制系统性能可靠性概念,建立控制系统性能和功能综合可靠性模型,开发相应的解算方法.实例分析证明了基于仿真模板的控制系统可靠性分析的有效性, 综合了功能和性能可靠性分析的优点.      

一个具有双层推理模型的医学专家系统

介绍一个成功的、具有双层推理模型的医学专家系统及其双层模型的构造、因果关系模型深层知识的获取、推理策略以及解释功能的设计技术。双层推理模型是经验推理和致因分析深层推理相结合的联合推理模型，它克服了第一代专家系统经验推理的局限性和脆弱性以及求解策略的单一性，增强了系统求解能力，提高了系统解释功能的深度，它是第二代专家系统设计技术的一次成功的研究和探索。最后给出了具有双层推理模型的医学专家系统运行时的一个诊断实例。     

基于混合维云模型定性推理的调距桨螺距控制

云模型是采用期望值Ex，熵En和超熵He来描述定性概念的一种数学方法，它将定性概念所具有的模糊性、随机性有机地结合在一起，是实现定量与定性相互转换的一种新途径。文中阐述了定性概念的一维和二维云模型数学描述，提出了基于混合维云模型的混合推理方法、复杂控制规则的简化方法，设计了一种新型的智能控制器——云控制器，并将其应用于调距桨螺距控制过程中。仿真结果表明，该控制器简易、直观、控制性能良好、鲁棒性强，较常规模糊控制具有更好的控制品质。     

多学科优化中基于实例推理的气动近似模型

为提高飞机多学科优化效率,对气动近似计算模型进行了改进。在比值修正模型所构造的气动近似模型的基础上,引入了基于实例的推理技术对其加以改进。通过采用与飞机气动特性相关的参数作为实例属性,建立了飞机方案实例,并改进了实例检索公式,最后通过复用与当前方案最相似实例的修正因子改进了优化中的气动近似模型。以常规布局民用飞机概念设计为例,采用改进的气动近似模型进行了多学科优化研究。结果表明,对于具有大量设计变量的飞机方案优化问题,采用改进的气动近似模型能够有效提高计算精度与优化效率。     

Performance evaluation of complex systems using evidential reasoning approach with uncertain parameters

The composition of the modern aerospace system becomes more and more complex. The performance degradation of any device in the system may cause it difficult for the whole system to keep normal working states. Therefore, it is essential to evaluate the performance of complex aerospace systems. In this paper, the performance evaluation of complex aerospace systems is regarded as a Multi-Attribute Decision Analysis (MADA) problem. Based on the structure and working principle of the system, a new Evidential Reasoning (ER) based approach with uncertain parameters is proposed to construct a nonlinear optimization model to evaluate the system performance. In the model, the interval form is used to express the uncertainty, such as error in testing data and inaccuracy in expert knowledge. In order to analyze the subsystems that have a great impact on the performance of the system, the sensitivity analysis of the evaluation result is carried out, and the corresponding maintenance strategy is proposed. For a type of Inertial Measurement Unit (IMU) used in a rocket, the proposed method is employed to evaluate its performance. Then, the parameter sensitivity of the evaluation result is analyzed, and the main factors affecting the performance of IMU are obtained. Finally, the comparative study shows the effectiveness of the proposed method.     

基于多层感知机的远距离水下声源定位技术研究

针对传统匹配场处理方法存在水下声源远距离定位失准以及定位时间过长的问题,提出了一种基于多层感知机的水下声源被动定位方案。利用团队自研的“浮星”浮标实测的剖面数据模拟真实海洋环境,并在水中布设垂直水听器阵,仿真大量不同位置的声源在水听器处产生的接收数据。将多通道波形数据直接作为输入对多层感知机网络进行训练,从而获取高精度的定位神经网络。仿真结果表明,与匹配场处理算法相比,设计的感知机网络可以在大范围信噪比环境中实现有效的水下声源定位,其中在30dB信噪比下定位距离和深度的平均相对误差达到了1.94%和6.84%。另外,相对于失配声速剖面,使用平均声速剖面模拟的接收数据可提高网络的定位性能。