共查询到17条相似文献,搜索用时 156 毫秒
1.
建立了火箭发动机启动过程的RBF神经网络模型,将神经网络辨识方法与包络线方法结合,提出分层次检测方案,并根据大型液体火箭的故障仿真结果进行了仿真实例验证,较好地验证了检测方案及模型的有效性和实用性. 相似文献
2.
3.
4.
RBF神经网络在再入体气动参数辨识中的应用研究 总被引:1,自引:0,他引:1
王学孝 《导弹与航天运载技术》2002,(6):5-8
基于神经网络逼近理论,利用自动增加隐节点的RBF神经网络对某再入体的气动参数进行辨识,提出了一种新的神经网络参数辨识结构,网络训练时,对初始权值就进行优化处理。仿真结果证明,提出了一种新的神经网络参数辨识结构。网络训练时,对初始权值就进行优化处理。仿真结果证明,严重的非线性状态方程中的气动参数用RBF网络进行辨识。取到了满意的结果,可以得到全局光滑的气动模型。在检验气动参数辨识结果时,不需重构弹道。 相似文献
5.
研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、 L-M网络和RBF网络及其学习算法, 探讨了基于这四种神经网络的导弹惯性器件故障预报方法, 并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明, L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确, 收敛速度更快. 相似文献
6.
7.
8.
对于中远程导弹中制导段,提出了一种基于RBF神经网络的最优中制导律,这种制导规律通过离线学习,能够在线实时工作。研究和仿真分析表明:这种基于RBF神经网络的最优中制导律与其他末制导律配合,可有效提高导弹拦截机动目标的性能。 相似文献
9.
10.
11.
应用神经网络识别液体火箭发动机的故障模式 总被引:5,自引:1,他引:5
简要介绍了神经网络的基本理论和误差后向传播算法,给出了应用神经网络的液体火箭发动机故障诊断系统框图,分析了液体火箭发动机的故障模型,提出了数据训练神经网络,为网络训练提供了新的途径。最后,基于模型数据,应用神经网络识别液体火箭发动机的几种故障模式。 相似文献
12.
应用倾斜转弯(Bank to Turn,BTT)及推力矢量控(Thrust Vector Control.TVC)技术设计并建立了空空导弹六自由度模型。在此基础上考虑气动参数变化和建模不确定性引起的误差对导弹控制系统的影响,为消除误差影响,引入RBF神经网络分别对快慢回路进行补偿,利用李亚普诺夫(Lyapunov)稳定性定理推导了神经网络权值、中心及带宽的自适应规律,并证明了闭环系统的稳定性。通过对某型空空导弹大机动仿真研究,结果表明RBF神经网络自适应控制方法补偿作用显著,不仅改善了控制系统的动态性能,而且使系统具有良好的抗干扰和容错能力。 相似文献
13.
14.
以地面试验数据,建立了液体火箭发动机参数计算和误差确定的经验公式,在导弹飞行试验中,对发动机参数计算起到重要的作用。就发动机主要参数及误差的经验计算公式进行了推导和确定。 相似文献
15.
16.
导弹在飞行过程中的外部载荷会导致结构振动,从而引发燃烧不稳定。为了更好地理解燃烧不稳定性,预测外部载荷是很重要的。该文提出了一种基于神经网络的动态载荷识别方法。首先,设计并加工了导弹模型,进行有限元模态分析与模态试验,提取典型模态振动频率,验证了所使用有限元模型的合理性。该方法基于有限元模型开展仿真计算,神经网络由仿真结果中的足够样本数据训练,从而使神经网络能够识别典型载荷。搭建地面试验系统,开展地面激励实验获取相关数据,首先进行典型载荷识别,相对误差可达1.21%,验证了所训练神经网络的准确性和试验系统的可行性。随后对随机载荷进行识别,结果表明,用所提方法识别随机动载荷相对误差小于1.82%,该载荷识别方法具有良好的识别能力。对于导弹结构设计和发动机燃烧不稳定的预测具有重要意义。 相似文献
17.
A new simulation strategy is proposed for the starting process of missile turbojet engine windmill. The starting process of windmill before ignition is simulated using a radial basis function neural network (RBFNN) , and the acceleration process after ignition which model is a set of nonlinear equations is solved using a particle swarm optimization (PSO) algorithm. The introduction of PSO helped to tackle the problem of divergence caused by traditional iteration methods. The calculated result is in a great ... 相似文献