SINS/GPS制导炸弹俯仰平面制导控制一体化设计

根据SINS/GPS制导炸弹动力学特性,首先推导了俯仰通道的制导控制一体化状态模型.然后在充分考虑制导和控制回路的不确定性基础上,利用terminal滑模控制方法,设计了制导控制一体化状态反馈控制律,所设计的控制器一方面保证制导炸弹满足打击精度和末端落角约束要求,另一方面保证控制回路的稳定性与鲁棒自适应性.采用模糊控制克服了变结构控制项引起的系统抖振.最后,分别进行了极端气动条件与取投放域边界值情况下的某型SINS/GPS制导炸弹六自由度飞行控制弹道仿真,仿真结果验证了此方法的有效性.     

基于粗糙集和神经网络的导弹故障诊断方法

人工神经元网络（ANN）具有本质的非线性特性、并行处理能力以及自组织自学习的能力,但单独使用ANN处理问题时,往往会存在一些缺陷。文章介绍导弹驾驶仪故障智能诊断的一种新方法：首先,利用粗糙集原理约简故障特征属性数据;其次,用带动量项的批处理BP神经网络方法对故障数据进行训练并检验;最后,将故障数据处理后输入神经网络分类器,对故障实施诊断。     

基于VXI总线的某嵌入式计算机测试系统实现

简单分析了某嵌入式计算机主要技术指标,介绍了其测试系统的设计,测试系统采用基于VXI总线技术的标准模块配置,软件采用LabWindows/CVI工具编写。该测试系统工作稳定,满足某嵌入式计算机对模拟前端一致性测试、模拟前端隔离度测试、AD转换精度测试、DA转换精度测试、离散量测试等多项特殊测试要求。     

基于神经网络的民航安检系统风险评价研究

随着民航事业的快速发展,民航安全问题引起了广泛的关注.民航安全检查是民航管理安全重要的组成部分,如何建立一个合理的风险评价模型,指导民航安全检查的管理工作,已成为民航管理者的迫切需求.将BP神经网络模型引入民航安全管理,在分析民航安检系统的基础上,建立了安检系统的风险评价模型.通过实际应用验证了该模型的可行性.     

原位合成TiB_2/6351复合材料热压缩变形特性

采用Gleeble-1500D热模拟试验机对原位合成TiB2(质量分数,8%)/6351复合材料在不同变形温度和不同应变速率条件下的热变形特性进行了研究,利用透射电镜(TEM)和光学显微镜分析了压缩后试样的微观组织.结果表明, 材料的流变应力随变形温度的升高而降低,随应变速率的提高而增大;材料的流变行为主要表现为加工硬化、动态回复和动态再结晶;相应的显微组织特征为:位错网络、混乱的位错团和胞状结构,亚晶及等轴晶.在应变速率和变形温度均较低时,增强体颗粒周围的基体中形成高密度位错区,但随变形温度的升高而减少;在应变速率较高时,增强体颗粒和基体的界面处开裂甚至增强体颗粒本身发生破碎.     

高超声速飞行器后体喷管三维构型设计

为研究高超声速飞行器后体喷管三维构型的设计,以NASA半壁喷管试验为参考,进行了二维及三维内外流相互作用的数值模拟计算,分析了后体喷管三维流场的特点.从高超声速飞行器机身推进一体化的角度,构建了后体喷管三维构型,进行了不同构型设计对后体喷管性能影响的参数研究.结果表明:后体喷管的三维效应不可忽视,后体喷管侧壁的存在及下壁面长度对性能影响较大.      

非稳态流体网络方法在发动机空气冷却系统中的应用

将流体网络法与非稳态模拟方法相结合应用到发动机空气冷却系统沿程温度、压力、流量的非稳态特性预测中.本方法将空气系统简化为节点和元件组成的网络,节点和元件处建立守恒方程,针对传统解法的计算稳定性问题引入了压力修正和积分方法相结合的求解方法.程序应用到可参考对照的模型中得到验证.验证后的程序被应用到发动机轴部冷却通道空气系统非稳态特性预测中.      

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

多段翼型大迎角分离流动的DELAYED RANS/LES混合算法

多段翼型的大迎角绕流发生大范围附面层分离,具有明显的三维与非定常流动特性。RANS/LES混合算法继承了LES对流动分离区大尺度漩涡准确模拟的优点,避免了纯LES算法需求网格量巨大与亚格子模型壁面函数不成熟等问题,对分离流动的模拟效果优于RANS算法。以S-A湍流模型与Smagorinsky亚格子模型为基础,借鉴DDES的附面层延迟控制思想,构造了可用于对接网格、重叠网格的DELAYED RANS/LES混合算法。研究了GA（W）-1多段翼型的大迎角分离流动及其气动特性。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.