基于GA-GRNN-GA的飞机发动机风扇叶片清洗参数优化

以超声波清洗飞机发动机风扇叶片的清洁度为目标,在分析超声波清洁度多种影响因素基础上,建立超声波清洗工艺参数即超声清洗功率、温度、时间和清洗距离的非线性预测模型。采用基于遗传算法的广义回归神经网络(GRNN)进行清洁度预测,并以预测的清洁度为适应度函数,使用遗传算法对清洗参数进行优化。对GA-GRNN预测模型进行仿真验证,表明该模型预测清洁度较好。最后进行飞机发动机风扇叶片超声波清洗实验,结果表明,优化后的清洁度与GA-GRNN-GA模型预测优化的清洁度误差小于4.3%,为飞机发动机风扇片叶的自动化清洗提供了理论依据。     

嵌入式助航灯具清洗机构控制系统设计

针对机场嵌入式助航灯具发光口自动清洗的需求,对嵌入式助航灯具清洗机构控制系统的方案进行设计;在控制系统需求分析的基础上,选用模块化设计方法,分别设计了以LM629微型控制器为核心的末端运动控制模块、以STM32F405RG为控制器的清洗控制单元模块、以工业相机为传感器的视觉检测模块;根据控制系统软件设计流程,实现清洗机构控制系统软件。实验结果表明:设计的嵌入式助航灯具清洗机构控制系统可实现灯具自动清洗,验证了控制系统的有效性与合理性,该系统具有良好的可维护性和可移植性,具有较好的工程应用推广价值。     

助航灯具清洗效果的模糊预测及实验验证

以助航灯具灯发光口图像的平均灰度值为指标,研究了影响助航灯具清洗效果的几个关键因素。采用模糊理论对清洗压力、清洗时间、清洗距离、清洗角度、清洗介质含量和清洗效果进行了模糊化处理。通过正交试验建立了模糊预测规则库。在给定输入参数的条件下,采用基于规则的模糊推理实现了清洗率的预测。实验结果表明：预测误差小于6%。