一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.     

自治式潜水器规避航行神经网络控制器设计

在规避机动状态下,为了实现对自治式潜水器良好的航行控制,通过分析潜水器的运动状态,建立了运动状态方程,确立了非线性单输入/单输出系统.同时,将复杂的非线性模型通过微分同胚的方法转化为降阶的线性模型,并在此基础上提出了一种基于神经网络的控制方法:将滑模控制思想、反馈线性化理论及神经网络在线建模方法相结合,提出了基于神经网络的鲁棒自适应控制算法,并将此方法用于自治式潜水器高度保持的仿真中,从仿真的结果来看,控制器具有满意的控制效果,证实了该方法的有效性,能为自治式潜水器航行控制提供一定的参考.     

基于参数自适应辨识的被动定向算法

推导了匀速运动目标球坐标系下的定向跟踪模型;状态建模的不完备性引起了模型噪声方差阵带有未知径距参数,因而需要解决参数在线辨识问题.从滤波残差正交性原理出发,推导出参数自适应辨识滤波器(PIBF),计算机仿真验证了该算法的有效性并且对目标机动有一定的鲁棒性.     

超精密加工在线检测与误差补偿的理论与方法

超精密加工技术是高新技术、现代机械、电子产业以及国防工业的重要支柱,已成为技术发达国家重要的竞争目标。我系自１９８２年以来开展超精密加工技术的研究已有十多个年头了,取得了重要进展和重大突破。本文就所进行的研究工作,综合介绍了超精密加工中的若干理论与方法,包括形状误差在线检测的误差分离、误差补偿控制、微进给机构的非线性建模、微位移检测等内容,最后介绍了我系所取得的主要成果。     

一种工件孔径在线测量装置

本文介绍了可用于在线检测工件孔径的测量装置。该测量装置的探测头由三个电感传感器按一定角度配置构成。分析结果和实验结果都表明:传感器安装角度偏差是测量误差的主要起因;在一定条件下,测量精度优于±2μm.本装置可用作加工中心监控系统中的测量设备,除测量孔径外,还可测量刀具与工件孔之间的偏心量,特别适用于批量生产的在线质量检测。     

"黑箱”子网络单子网络故障的在线诊断

故障在线诊分析了测试点电压增量与故障子网络空间的关系,提出了将测试点电压增量投影到子网络空间定位故障子网络的方法.该方法仅需一次测试结果,且不依赖于子网络内的结构和参数,故可用于"黑箱”子网络的故障诊断.     

战场运输在线路径规划算法研究

针对战场运输保障任务批次多,不确定性强等特点,提出了一种轻型在线的运输路径规划算法。以节省整体运输开销为目标,利用图论思想对运输路径的相互关系进行了数学建模,定义了路径连接的必要条件和合并算子。并借鉴了节约法等启发式方法的思路,提出了一个路径优化合并方法和相应在线调度算法,能够按照负载平衡和最小开销策略分配运力,按需对现有任务合并。模拟实验结果表明,与过去按分管关系指派任务的方法相比,运输开销得到显著减小。     

惯性导航在线标定滤波技术

在整个惯性导航标定过程中,滤波性能的好坏会直接影响到在线标定的精度。首先描述了惯性导航的误差累积等系统特性;然后详细介绍了几种典型的滤波算法和鲁棒滤波技术所取得的理论成果及各自优缺点,并阐述了在线标定中的应用情况;接下来分析了在线标定滤波技术的发展趋势,介绍了一种新型滤波方法;最后提出在线标定滤波技术的研究发展方向。     

速度加姿态匹配的捷联惯导在线标定路径设计

捷联惯导误差参数的时变性对导航精度的影响很大,需要进行在外场条件下的在线标定.逆向运用PWCS可观测性分析理论,分析了“速度+姿态”匹配条件下惯导12个误差参数(陀螺和加速度计的零偏及刻度系数误差)完全可观测的条件,提出了车载惯导在线标定的路径设计原则,最后仿真验证了所设计原则的有效性.     

基于CAN总线的装甲车辆电源系统在线检测设计

提出了一种装甲车辆故障在线检测方案,采用C8051F040单片机作为控制单元,通过相应的接口电路对装甲车辆电源系统的各路信号进行实时采集,并将结果通过CAN总线传入上位机,与其它检测子系统构成装甲车辆在线故障检测系统.