RBF神经网络用于发动机控制系统的故障诊断

神经网络是以研究人的生物神经为根据,由大量简单元件即神经元模拟电子器件相互联接而形成的一种复杂网络本文通过比较现行发动机控制系统故障诊断的方法,针对基于神经网络的发动机控制系统故障诊断进行了推导及改善数学模型;并编制了采用径向基函数神经网络完成发动机控制系统故障诊断的学习与诊断程序,实现了仿真将神经网络应用于发动机控制系统的故障诊断技术中,以发动机的各测量传感器为基础,对其控制系统进行实时故障诊断和故障分离,不仅充分体现神经网络的容错性、抗干扰性及大规模并行处理能力、自学习能力等特点,而且开发了发动机控制系统的故障诊断技术新领域     

固体火箭发动机自动化设计系统与AutoCAD的"无缝"联结及应用

探讨了固体火箭发动机自动化设计系统与AutoCAD软件的捆绑方式,并对发动机设计在CAD下的二次开发与设计系统的实现作了详细的应用分析,完成了较好的基于Windows的发动机设计CAD应用软件,说明在自动化设计系统中可以利用CAD强大的图型绘制功能来完成相应的设计要求。     

脉冲爆震发动机新型点火系统的优化设计

为了缩短爆燃向爆震转捩的时间和距离,该文将一种新型点火系统--火焰喷射点火系统应用于脉冲爆震发动机.利用二维数值模拟研究不同喷射点火系统结构参数(前端圆柱段长度,直径以及末端喷嘴的直径)下爆燃向爆震转捩的时间和距离,并将研究结果与传统点火系统的爆燃向爆震转捩转变时间进行对比.结果发现:对于该文所采用的PDE模型,最有效的副室结构为喷嘴直径4 mm,副室长度10 mm,体积3.8 cm3.此外还发现喷射点火系统比传统点火系统能更有效地缩短爆燃向爆震转捩的时间和距离,其效率约为后者的1.26倍.     

细长火箭内壁打磨机器人无冗余干涉规避与优化

针对应用于自由操作空间的机器人冗余度碰撞规避方法,无法解决细长型固体火箭发动机壳体内壁打磨机器人各关节间、关节与内壁间的干涉规避,提出了一种在受限操作空间中机器人无冗余自由度的干涉规避方法.在不增加机器人自由度的前提下,通过数学模型判别在壳体内壁打磨轨迹上各关节间、关节与壳体内壁间是否发生干涉,动态地对末端执行器的打磨接触面进行调整、改变各关节位置与姿态,以实现干涉规避;并且以关节速度变化的平稳性为性能指标、干涉规避为约束条件,进行运动学优化与仿真试验.仿真结果表明,打磨机器人满足打磨轨迹、无干涉碰撞,且各关节的速度变化平稳均匀.     

出油阀及紧帽腔对柴油机喷油系统中汽泡的影响

通过改变喷油泵出油阀间隙、出油阀紧帽腔容积、以及出油阀减压凸缘厚度,借助特制的透明供油系统、ＣＣＤ摄录机、高速Ａ／Ｄ采集卡、图像采集卡和微型计算机等测试及处理设备,对喷油系统中汽泡现象进行了试验研究,揭示出以上几项与供油系统中残余压力的关系及对出油阀紧帽腔中汽泡和汽泡分布区域的影响规律。     

火箭发动机喷管螺旋槽加工方法的研究

阐述了用四轴联动数控铣床在火箭发动机喷管外表面上加工螺旋槽（斜航线）的数学基础,原理和方法,并介绍了在生成数控加工程序的自动编程软件的设计思想和方法,螺旋槽实际加工的成功证明了文章观点的正确性和螺旋槽加工方案的可行性。     

气门机构液压间隙调节器内机油混气量的估算

为对有液压间隙调节器 (HL A)的气门机构进行准确的动力学分析 ,应考虑 HL A高压腔内混气的影响。根据在气门机构试验中测得的气门加速度和 HL A高度变化量 ,以及从 HL A泄沉试验中得出的 HL A泄沉速度与受力之间的关系 ,可以推算出 HL A高压腔内混有空气的机油的体积弹性模量 ,进而算出空气的体积分数。采用这种方法对一气门机构的直动式 HL A内的混气情况进行了计算 ,将算得的高压腔机油混气量用于气门机构动力学计算 ,计算结果与实测气门机构动态特性基本一致 ,表明这种估算机油混气量的方法可行     

柴油机排放微粒后处理技术试验研究

介绍了两种柴油机微粒后处理技术 .一种是陶瓷过滤体微波再生技术 ,通过波导尺寸和再生腔的优化设计 ,使得微波传输效率高 ,微波在再生腔分布均匀 ,再生效率可以达到 90 %左右 ,并通过对二次空气的供给流量、供给时间、加热时间的优化 ,可以使再生持续时间减少到 7min.另一种是新近开发的柴油机后处理系统 ,即以不锈钢丝网过滤结合电晕荷电技术为微粒捕集方法及以压缩空气反吹结合旋风分离技术为丝网再生方法的后处理系统 ( ESSNF) ,61 1 0 A柴油机台架试验的结果证明此系统简单可靠 ,成本相对较低 ,平均过滤效率可达 60 % ,再生效率可达 80 % .     

柴油机电控喷油系统的设计与研究

介绍了柴油机电控喷射系统的组成与结构、电控单元硬件电路的选择,并讨论了控制器局域网CAN（Controller Area Network）的主要特性及其在现代柴油车控制中的应用方案。     

学习分析系统引擎的本体建构与数学模型(英文)

学习分析系统(LAS)具有把不同的资源和服务整合来为教育提供最好的实践.学习分析引擎作为这一系统的核心组成部分,目前在功能上的限制,定义上的模糊,以及可扩展性差使其不能扩展到其他内容和机构.本文首先提出了引擎本体(角色、来源、时间和控制)来描述和独特的四种引擎功能:预测、反思、建议和适应,以建立一个共同的语言和实践学习分析引擎,从而改善不同的LA之间的互操作性应用.基于这些本体论的引擎,本研究进一步设计LAS引擎的机制和应用数学模型来解释其分解和重组技术.本文所阐述的学习分析系统引擎,预计可用于开发一个开放和集成的,能够扩大规模和扩展到任何环境中的LAS.