RBF神经网络在飞艇单发停车故障中的应用

针对飞艇单发停车故障,提出了一种基于径向基神经网络的模型跟随非线性重构控制策略,并使用遗传算法对RBF网络进行了优化。该方法通过响应误差构造神经网络的学习规则,神经网络的输出驱动系统向着消除误差的方向运动。理论分析和仿真验证表明,该控制策略具有良好的重构性能和鲁棒性。

单发停车下滑着舰飞行动力学仿真分析

建立了某型双发舰载机正常状态及单发停车故障状态动力学模型。采用牛顿迭代法,运用Matlab仿真环境完成了单发停车等角下滑着舰飞行过程的配平计算与分析。结果表明,某型舰载机单发停车时能够实现下滑着舰状态的飞行动力学平衡控制,可为单发停车故障时飞行员进行着舰操纵提供参考,为后续进行飞行控制系统故障重构控制律设计奠定基础。

涡轮螺旋桨飞机单发自转状态的运动分析

多发涡轮螺旋桨飞机单发停车,螺旋桨进入自转状态产生负拉力,这一特情必将危及飞行安全。首先说明螺旋桨自转工作状态,负拉力产生机理和随飞行速度的变化规律;然后分析螺旋桨不同工作状态下,滑流对机翼升阻力的影响,并应用螺旋桨载荷系数推算两翼升阻力差及横航向力矩,以此解决此种状态气动数据资料的不足问题;在此基础上,建立飞机全量动力学方程,根据实际舵面输入,仿真解算飞机的动态响应过程,与实际飞参数据进行对比;最后讨论分析得到此种特情影响飞行安全的主要因素是机翼升阻力差引起的横航向力矩和副翼效能减小等。研究结果对涡轮螺旋桨飞机设计阶段尽量避免特情发生和飞行阶段合理处置特情,保障安全具有借鉴意义。

民机起飞爬升梯度适航符合性数学仿真评估

民机起飞过程中沿起飞航迹各点的爬升梯度反映了飞机超越地面障碍达到安全飞行高度的能力。针对适航条款对于起飞程序和爬升性能的要求,提出了一种基于人机闭环数学仿真计算的单发停车起飞爬升梯度适航符合性评估方法。建立了飞机本体动力学模型、起落架运动模型和驾驶员操纵模型,提出了适航符合性评估指标,并设计了飞机单发停车起飞的仿真任务和驾驶员操纵程序。通过闭环数字飞行仿真完成了不同验证状态点的爬升梯度评估。该方法可应用于民机的概念方案设计,计算结果可为飞机起飞重量的确定与单发失效爬升性能的试飞验证等提供理论参考。

基于神经网络性能模型的无人机起飞决断技术研究

为增加无人机单发停车起飞的安全性,提出了一种基于神经网络性能模型的无人机起飞决断方案。将满足安全性能指标的继续起飞最小速度和中止起飞最大速度作为单发决断的关键性能参数,设计了在多种飞行条件下迭代计算两种性能指标的闭环仿真算法。采用双层神经网络来模拟多种飞行情况下的性能数据库以实现性能库的压缩存储和高精度调用。给出了基于神经网络性能模型在线计算值的无人机起飞决断策略。仿真计算表明,所提出的起飞决断方案工程实现性强,能够增强无人机单发起飞的安全鲁棒性。