模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。     

基于Tersoff-Brenner势的航天器群图形编队研究

从分子动力学模拟角度提出了一种分布式航天器群导航控制方法,可使行星中心开普勒轨道上的航天器群在有限的感知信息条件下自发实现图形编队.该法基于人工势场技术,主要分为两个部分：改造自C-W方程的外围全局汇聚势场和基于Tersoff-Brenner势的局部塑形势场.前者将各航天器导引至预设汇聚点附近,后者进一步使各航天器自我调整彼此相对位置,最终编成期望构型.此外,引入一速度依赖型耗散项以确保任意初始分布条件下图形编队均收敛.通过地球同步轨道上航天器群正四面体构型（含中心,即金刚石结构单元）编队仿真,验证了所提方法的有效性和优越性.将编队脚本简单修改,该法还可方便用于其它类碳元素同素异形体构型的塑造,如石墨晶体结构单元正六边形等.     

模糊控制方法及其在飞控中的应用

对于较大的飞行包线，飞机对象的参数变化剧烈，采用常规控制方法往往不能保证在较大飞行包线范围内均取得良好的控制效果，基于此，提出了一种新型的自组织模糊控制方法，该对系统内部参数的剧烈变化具有很强的适应性，然后对飞机飞行控制系统的控制律设计进行了研究。用所提出的模糊控制方法设计了部分控制律，最后以某型国产飞机对象，采用飞机六自由度非线性仿真模型，在一个较大的飞行包线范围内，进行了飞行仿真，取得了良好的     

空军移交修理企业应急作战条件下战场抢修组织体系建设研究

介绍了在现今条件下,空军移交修理企业通过建立高效能的军、企联合战场抢修领导机构和战场抢修办公室,组建一支由多个抢修分队构成,配备高素质复合型技能人才的飞机战场抢修队的情况。     

科技资源信息检索关键技术

科技资源具有地理分布广、异构、复杂、海量的特点,为了高效查找和使用科技资源,提出了实现科技资源组织、表示、传输和访问的有效方法.设计了数据层、数据连接层和表示层3层体系架构,使检索系统具有开放性和扩展性.利用元数据技术实现科技资源的统一组织和表示,并基于轻量级目录访问协议LDAP(Lightweight Directory Access Protocol)的目录服务机制实现了科技资源元数据的存储和访问.提出了科技资源信息检索的多级缓冲机制和结果排序模型,对数据查询的性能进行了分析和优化,提高了查询速度,并可优先返回价值高的查询结果.      

基于自组织映射网络的故障诊断推理方法研究

从故障诊断基本形式出发，结合飞机刹车系统故障的各类特点，研究了基于Kohonen自组织映射网络理论的故障推理模型，并且应用到起落架刹车系统故障诊断中。该方法只需选择听，具有代表性的故障样本训练神经网络，他将代表故障的信息输入给训练好的神经网络，根据神经网络的输出结果，就可以判断出发生故障的类型。该模型除能识别已训练过的故障，还能识别未训练过的故障，并且聚类能力强，速度快，因此，很符合复杂系统的故障诊断。     

以学生为中心的英语教学模式下教师发挥作用的途径

本文主要从理论和实践的层面，论述以学生为中心的英语教学模式，教师发挥怎样的作用及发挥作用的主要途径。