基于物理模型的拟人智能控制

回顾了自动控制理论与智能控制的过去和现在,讨论了它们存在的问题,提出基于物理模型的拟人智能控制。通过介绍一个成功的实例"平面运动单级倒立摆"的控制来阐明拟人智能控制的机理以及设计控制律的流程。对于复杂的非线性被控对象,只要知道其物理模型,应用拟人智能控制方法可以得到很好的结果。     

飞机排故方法模糊与统计综合评估算法的研究

针对民航飞机维修过程中故障描述对应的多种故障原因和排故方法,无法进行确定性选择问题,采用模糊综合评估理论,在统计已往维修经验数据的基础上,提出一种在各种故障原因和排故方法中进行选择的优先排序算法,进而解决了飞机故障诊断信息应用的关键问题,提高了排故速度。此评估算法已应用到民航的维修实践中。     

反舰导弹攻击航空母舰毁伤概率结构模型

简单介绍了航空母舰编队的编成。根据其防御特点,建立了反舰导弹攻击航空母舰毁伤概率结构模型,分析了各层元素之间的关系,指出了作战仿真中需重点研究的对象。     

航空发动机性能综合评判模型

利用模糊数学的模糊聚类原理,选取适当的影响因子,建立了航空发动机性能综合评判模型,对所录取的航空发动机在多个试验工况下的试验数据进行了聚类分析。结果表明:计算结果与实际结果吻合,为航空发动机性能综合评判提供了重要依据。     

故障星分布对星座PDOP可用性影响的建模及评价

 导航星座定位精度衰减因子（PDOP）可用性是卫星导航系统顶层设计的重要指标。研究了不同故障星分布状况对全球导航星座PDOP可用性的影响。首先,从概率角度并采用组合方法建立了全球导航星座PDOP可用性指标的统计评价模型。进而对给定数量的故障星分布在单个或多个轨道面内的不同状况下,典型的Walker δ构型导航星座的PDOP可用性如何变化进行了仿真计算和比较分析。仿真结果表明,故障星分布状况和轨道平面数对星座PDOP可用性有较显著影响,适当地减少轨道平面数对于改善星座的PDOP可用性是有利的。提出的评价模型物理意义明确,避免了主观性和局限性,且可以保证较高的指标评价效率。     

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.     

基于模糊相似比例与综合评判的发动机可靠性分配

为了在可靠性指标分配时能充分利用相似旧机型已有的可靠性信息,提出在航空发动机初期设计的可靠性分配阶段采用模糊相似比例与模糊综合评判相结合的可靠性指标分配方法.该方法既能充分利用相似旧机型的可靠性数据,同时又能通过模糊综合评判,对基于相似旧机型的可靠性比例分配结果进行修正,实现了在可靠性分配阶段确定性信息和不确定信息的互补,进一步优化了可靠性分配结果.      

基于Bayes理论的航空发动机涡轮叶片维修决策

为了更可靠、更经济地实施航空发动机涡轮叶片维修决策,对Bayes统计推断理论在维修中的应用进行了探索。通过仿真试验,对比分析了维修人员在常规情况下根据维修经验和通过采样对叶片维修策略的选择。试验结果表明,基于Bayes统计推断理论的方法,对于航空公司决策者或维修人员进行维修决策是可行的和方便的。     

基于证据理论的航空发动机早期故障诊断方法

在分析航空发动机早期故障特点和数据融合的基础上,将证据理论应用于发动机故障征兆级别的数据融合中,提出了构造基本信任指派函数的方法,从而得到了更准确的早期故障征兆.在此基础上,应用模糊聚类分析方法,依据最大隶属度原则得到发动机早期故障源.该方法考虑了发动机早期故障征兆不明确、不精确、不肯定等特点,应用模糊测度来表示征兆,更符合发动机早期故障的实际情况.      

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.