飞机短周期运动参数的神经网络辨识

本文提出了一种用馈神经网络辨识飞机短周期运动参数的新方法。该方法的特点是不需要预先假定模型，只需要用获得的飞行数据训练一前馈馈神经网络，就可以用这个网络直接辨识参数的值。模拟飞行数据的仿真结果证明所提出的方法是有效的并且具有较好的鲁棒性。     

基于BP神经网络的飞机完好率建模研究

飞机完好率是检验航空兵部队装备作战能力的重要参数.首先研究了飞机完好率的定义及其计算公式,然后建立了飞机完好率的BP神经网络预测模型,仿真结果验证了该模型的精确性和有效性.     

基于BP网络的武器装备参数估算

根据武器装备设计要求来确定某些参数往往涉及许多不确定因素。为了实现一些武器装备参数的定量化估算,本文基于BP神经网络计算模型提出了一种新的武器装备参数估算方法,并给出了实现这种方法的详细步骤。将该方法应用于导弹主要参数的估算,测试结果证明了此方法的正确性和可行性。该方法为武器装备的参数估算提供了新的途径。     

基于BP神经网络的飞机维护费用估算模型研究

前向反馈(Back Propagation,简称BP)网络通常是指基于误差反向传播算法(BP算法)的多层前向神经网络.目前,在人工神经网络的实际应用中,绝大部分的神经网络模型是采用BP网络或它的变化形式,它也是前向网络的核心部分,体现了人工神经网络最精华的部分.     

高增益飞机的纵向控制律设计研究

本文采用了可以预先确定飞行品质的控制律设计方法即模型跟踪法,对某战斗机的纵向控制律进行了设计,提出了一种简单且适用的求解控制律增益的迭代方法,同时给出了部分计算结果和结论。     

飞机纵向振荡的试飞研究

介绍了产生驾驶员诱发振荡(PIO)的原因,并以某飞机发生PIO为例,分析了产生PIO的机理——法向过载相位对纵向杆力的滞后接近于180°,驾驶员模态和飞机短周期模态出现了严重耦合。操纵系统时间延迟、相位滞后、质量不平衡力以及驾驶员的输入等,都会对飞机的动态特性产生影响,在飞机的设计过程中,综合考虑各方面的因素就能极大地降低产生PIO的条件和可能性。     

考虑地面效应影响飞机起飞着陆过去运动模型的参数辨识

利用基于最小模型误差法和线性不连续跳跃多重打靶法基础上建立的非线性辨识法，辨识飞机起飞着陆过程飞机的非线性动态模型，对于包含复杂非线性项的动态系统，本方法可以从实际试验量测的系统非线性数据，确定飞机处于地面效应影响运动过程的系统模型，而不需要预先详细描述系统的非线性形式。     

飞机纵向高阶等效系统品质参数辨识研究

对飞机纵向高阶等效系统模型的可辨识性进行了分析,指出原有的辨识飞行品质参数方法存在的问题,并提出新的解决方案,即首先对原始模型进行转换,得到一组可辨识性强的模型,然后综合引用极大似然方法和Ｅｘｔｅｍｅ单变量寻优方法辨识新的模型及参数,最后利用双步ＱＲ分解技术求出与原始模型中的相对应的。物理意义明确的飞行品质参数,另外,针对现代主动控制飞机时间延迟τ较大的特点,提出了一种新的处理时间延迟环节ｅ＾－τ     

基于鲁棒伺服LQR的结冰飞机纵向控制律重构方法

由于防/除冰系统总会出现故障或者除冰不彻底,因此仅依靠防/除冰系统实现结冰条件下的安全飞行并非完全可靠,研究结冰后飞机控制律重构对飞机操纵安全和飞行安全极其重要。针对飞机的纵向运动建立了结冰影响模型和纵向动力学模型,采用鲁棒伺服线性二次型调节器(LQR)最优控制设计了飞机结冰后空中飞行纵向控制律,模拟了飞机在俯仰姿态保持模式下遭遇不同严重程度结冰后的动态响应特性,并与常规PID控制进行对比。结果表明,所设计的控制律能够有效改善结冰飞机的飞行性能和飞行品质,准确跟踪给定的俯仰角指令,且抗干扰能力、动态性能以及鲁棒性均优于常规PID控制。为飞机结冰后的重构控制问题和自动飞行控制,提供了新的思路。     

纵向阵风扰动下典型通航飞机俯仰角响应

为了研究飞机的纵向气动参数(CLα、CDα、Cmα、Cmα.、Cmq)以及平飞速度( Lw)、翼载荷(V0)等参数对抗风性能的影响,在满足 MIL-F-8785C中规定的一级飞行品质条件下:首先,选取 5种代表机型对其进行风场扰动下的动态响应仿真计算,得到了这 5种飞机在阵风风场和紊流风场扰动下的航迹和姿态角响应;然后,逐个改变飞机的纵向气动参数及平飞速度、翼载荷等参数,对不同参数的抗风性能影响进行灵敏度分析;最后,分析得到,对于同一架飞机,增加升力线斜率、俯仰阻尼系数、平飞速度这 3个参数的绝对值会让飞机纵向抗风性能变好,增加静稳定裕度、翼载荷这 2个参数的绝对值会让飞机纵向抗风性能变差。该结论可以为飞机设计过程中就如何提高飞机的抗 风性能提供参考。     

基于BP神经网络的飞机装备维护人员综合素质评估

在分析了影响维护人员素质的因素后提出了基于BP神经网络对维护人员综合素质进行评估的方法.利用BP神经网络建立了维护人员综合素质的评价模型,并通过使用改进算法进行了训练.训练测试的结果表明,该方法具有较高的可行性和有效性,为全面评估维护人员的素质提供了一种方法.     

飞机航向神经网络PID参数自整定控制器研究

飞机航向操纵的模型参数具有非线性、慢时变特性。飞机航向操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神经网络实现PID参数自整定的控制方法。此法能根据飞机动态特性的变化，自动重新整定PID参数，从而改善了飞机航向的操纵性能和鲁棒性。     

基于新型神经网络的航空发动机多变量控制

根据PID控制结构提出了一种新型神经网络控制器,对其基本结构和学习算法等进行了分析。结合某型航空涡喷发动机双变量控制需求,利用2个结构相同、相互联系的神经网络,实现了发动机双变量控制和接耦。在不同飞行条件、不同发动机工作状态下的仿真表明,控制器具有良好的控制性能     

基于BP神经网络的机载数字高程模型压缩

现有的数字高程模型压缩方法大多从编码方式上进行优化,而很少利用其数据的自相关性。为此,提出了一种采用L-M训练算法的单隐层BP神经网络实现机载数字高程模型压缩的新方法,并给出了实现压缩的详细过程。论述了采用单隐层网络的理由,并根据机载要求的相对误差精度去选择最少的隐层节点数。通过选取ASTERGDEM30米分辨率的高精...     

航空型号项目风险预测的BP神经网络模型及应用

本研究克服了单纯采用专家风险因子测度方法主观性较强的缺点,以及单纯采用人工神经网络评估模型模糊性的缺点,结合两种方法的优点,利用基于BP神经网络算法的Microsoft Visual C++程序,在专家风险因子测度基础上,通过大量风险评估成功案例数据的训练,成功建立了航空型号项目风险预测模型.该模型可以较为精确、客观地...     

基于改进BP网络的航空发动机起动过程辨识

利用某型发动机地面试验数据作为学习样本,采用改进BP神经网络的方法,建立了航空发动机起动过程动态模型。利用所建立的模型对起动性能进行了估算,估算结果与试验数据基本相符。结果表明,将改进BP神经网络用于起动模型的辨识是可行的,该模型具有精度高,推广性好的优点。对于用BP神经网络对发动机进行起动性能计算具有一定的理论指导意义和应用价值。     

具有饱和补偿的碟形飞行器神经滑模控制

针对执行机构饱和非线性未知的碟形飞行器,在考虑执行机构动态的基础上,设计了基于神经网络的滑模控制器,给出了相应的控制律和参数选择方法.神经网络用来估计执行机构的饱和量,从而在设计控制器时,可以对执行机构的饱和进行相应补偿.仿真结果表明了该方法的正确性和有效性     

基于参数辨识原理的飞机参数分析及算法研究

提出一种在飞机概念设计中基于参数辨识理论的设计参数分析方法。在给定的设计重量和任务剖面要求下,利用基于物理的运动方程和动力学方程模型辨识出飞机气动力参数,并在总体性能评估的基础上进行设计参数分析,给气动设计提供了设计参考;在辨识过程中针对参数可行域离散度很高使得很难收敛到Pareto解的问题,提出了将神经网络预测模型融合到遗传操作过程,使得尽量在可行域内搜索。最后通过对某客机进行算例分析,表明基于辨识理论的参数分析方法和改进的算法是合理和可行的。与一般经验公式方法相比,该方法对布局类型的限制较小,在满足概念设计参数分析准确度要求的条件下能够为下一步的气动设计提供设计指标。     

一种通用神经网络模型及其应用研究

提出了一种新型模拟生物神经网络的性能特征通用人工神经网络模型。该模型含有跨层连接和反馈连接,在这些连接上设有选择性开关,能够控制网络模型做出相应的变换。并给出了相应的学习算法。