检索结果-维普期刊中文期刊服务平台

基于飞行数据的无人机平飞动作质量评价模型被引量：7: 1; 作者滕怀亮李本威 +2 位作者高永杨栋张赟《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第10期2108-2114,共7页; 针对无人机(UAV)操纵质量高低多依赖专家主观评判、不同飞行动作缺乏针对性评判标准的问题,建立了根据飞行数据客观评价无人机平飞动作质量的模型。首先通过建立平飞判别规则识别无人机飞行数据中的平飞动作数据段,然后根据布林通道理... 展开更多; 关键词质量评价无人机平飞动作布林通道熵权法; 在线阅读下载PDF 职称材料

基于主要状态识别的涡轴发动机载荷谱研究被引量：2: 2; 作者滕怀亮李本威 +2 位作者韦祥张赟王永华《兵器装备工程学报》 CAS 北大核心 2020年第5期144-150,240,共8页; 针对涡轴发动机实际使用载荷与设计状态存在差别的问题,对实际使用载荷状态下涡轴发动机的复杂载荷谱进行了研究。基于某型直升机实际飞行数据,使用雨流计数提取了转速参数的循环幅值、均值、时间等信息,并依据小幅值转速循环峰谷值的... 展开更多; 关键词载荷谱涡轴发动机雨流计数等寿命曲线机器学习; 在线阅读下载PDF 职称材料

基于混合算法的涡轴发动机稳态性能仿真模型: 3; 作者滕怀亮李本威 +1 位作者钱仁军董庆《海军航空工程学院学报》 2019年第4期363-370,共8页; 以自由涡轮式涡轴发动机为研究对象,建立了涡轴发动机的稳态性能仿真模型,提出了基于天牛须算法和N+1点残量法的求解发动机模型的混合算法(BAS-N+1混合算法),利用发动机台架试车数据对仿真计算结果进行了验证。结果表明,该稳态性能仿真... 展开更多; 关键词涡轴发动机稳态性能仿真模型混合算法天牛须算法 N+1点残量法; 在线阅读下载PDF 职称材料

基于PSO-NARX网络的涡轴发动机稳态模型辨识被引量：5: 4; 作者董庆李本威 +2 位作者钱仁军滕怀亮张赟《兵器装备工程学报》 CAS CSCD 北大核心 2021年第4期250-257,共8页; 提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型,然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据,采用PSO-NARX方法对涡轴发动机稳... 展开更多; 关键词涡轴发动机粒子群优化算法非线性自回归网络稳态识别算法数据驱动模型辨识; 在线阅读下载PDF 职称材料

基于粒子群算法的涡扇发动机气路性能修正被引量：1: 5; 作者宋汉强钱仁军 +1 位作者滕怀亮闫思齐《海军航空工程学院学报》 2019年第4期371-375,共5页; 针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实... 展开更多; 关键词涡扇发动机部件级模型模型修正粒子群算法; 在线阅读下载PDF 职称材料

题名基于飞行数据的无人机平飞动作质量评价模型被引量：7: 1; 作者滕怀亮李本威高永杨栋张赟; 机构海军航空大学航空基础学院中国人民解放军; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第10期2108-2114,共7页; 基金国家自然科学基金(51505492) 山东省泰山学者建设工程专项~~; 文摘针对无人机(UAV)操纵质量高低多依赖专家主观评判、不同飞行动作缺乏针对性评判标准的问题,建立了根据飞行数据客观评价无人机平飞动作质量的模型。首先通过建立平飞判别规则识别无人机飞行数据中的平飞动作数据段,然后根据布林通道理论计算各平飞数据段内多个飞行参数的得分值,最后通过"熵权法"确定各参数的权重,进而得到反映不同无人机操控手平飞动作质量的指标数据。将一次四边平飞训练任务中4组不同无人机操控手操纵和1组无人机自主控制的飞行数据输入该模型,计算结果表明,模型可以较好地识别平飞动作并区分不同操控手平飞动作质量的高低,可以为无人机操控手的训练提供参考。; 关键词质量评价无人机平飞动作布林通道熵权法; Keywords quality evaluation unmanned aerial vehicle horizontal flight maneuver Bollinger bands entropy weight method; 分类号 V279 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于主要状态识别的涡轴发动机载荷谱研究被引量：2: 2; 作者滕怀亮李本威韦祥张赟王永华; 机构海军航空大学航空基础学院; 出处《兵器装备工程学报》 CAS 北大核心 2020年第5期144-150,240,共8页; 基金国家自然科学基金项目(51505492) 泰山学者建设工程专项。; 文摘针对涡轴发动机实际使用载荷与设计状态存在差别的问题,对实际使用载荷状态下涡轴发动机的复杂载荷谱进行了研究。基于某型直升机实际飞行数据,使用雨流计数提取了转速参数的循环幅值、均值、时间等信息,并依据小幅值转速循环峰谷值的分布规律,利用k-means聚类方法获得了涡轴发动机的5个主要工作状态,进而提出将发动机的载荷状态分类为包含主、次循环的11个典型循环类型。依据疲劳理论推导出等寿命线的转速表达形式,利用距离判别法将造成较大疲劳损伤的状态众多的大幅值循环判别归类为11个典型循环类型,进而得到涡轴发动机的模拟任务载荷谱。所建立的分类方法和模拟载荷谱可以为涡轴发动机及其零部件可靠性、耐久性研究提供借鉴,为涡轴发动机加速寿命试车等试验提供贴合实际使用载荷状态的输入条件。; 关键词载荷谱涡轴发动机雨流计数等寿命曲线机器学习; Keywords load spectrum turboshaft engine rain-flow counting equal-life curve machine learning; 分类号 V231.91 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于混合算法的涡轴发动机稳态性能仿真模型: 3; 作者滕怀亮李本威钱仁军董庆; 机构海军航空大学; 出处《海军航空工程学院学报》 2019年第4期363-370,共8页; 基金泰山学者建设工程专项经费资助项目; 文摘以自由涡轮式涡轴发动机为研究对象,建立了涡轴发动机的稳态性能仿真模型,提出了基于天牛须算法和N+1点残量法的求解发动机模型的混合算法(BAS-N+1混合算法),利用发动机台架试车数据对仿真计算结果进行了验证。结果表明,该稳态性能仿真模型各参数的求解误差在3%以内。与PSO-N+1混合算法相比,BASN+1混合算法求解精度更高,收敛更快。BAS-N+1混合算法既保留了智能算法对初猜值误差的包容性,也拥有接近经典迭代算法的收敛速度和精度,能够实现涡轴发动机稳态仿真模型的高精度大范围快速收敛。; 关键词涡轴发动机稳态性能仿真模型混合算法天牛须算法 N+1点残量法; Keywords turboshaft engine steady-state performance simulation model hybrid algorithm beetle antennae search algorithm N+1 point residual method; 分类号 V231.1 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于PSO-NARX网络的涡轴发动机稳态模型辨识被引量：5: 4; 作者董庆李本威钱仁军滕怀亮张赟; 机构海军装备部驻苏州地区军事代表室海军航空大学航空基础学院; 出处《兵器装备工程学报》 CAS CSCD 北大核心 2021年第4期250-257,共8页; 基金国家自然科学基金项目(51505492) 泰山学者建设工程专项经费项目。; 文摘提出一种基于粒子群优化算法-外部输入非线性自回归网络(PSO-NARX)的涡轴发动机稳态模型数据驱动辨识方法。构建涡轴发动机稳态模型,然后结合三点自适应判断法从直升机飞参数据提取发动机稳态时的数据,采用PSO-NARX方法对涡轴发动机稳态模型进行回归辨识。结果表明,辨识所得模型输出参数燃气发生器转速ng、发动机排温EGT和发动机扭矩T的最大相对误差分别为0.11%、0.26%和0.95%。辨识模型输出参数辨识结果很好地逼近飞参数据实测值且优于NARX、粒子群算法优化的前馈神经网络、粒子群算法优化的支持向量机方法所辨识得到的模型,精度和实时性均达到实际应用要求。; 关键词涡轴发动机粒子群优化算法非线性自回归网络稳态识别算法数据驱动模型辨识; Keywords turboshaft engine PSO NARX steady state recognition algorithm data-driven model identification; 分类号 V216.5 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于粒子群算法的涡扇发动机气路性能修正被引量：1: 5; 作者宋汉强钱仁军滕怀亮闫思齐; 机构海军研究院海军航空大学; 出处《海军航空工程学院学报》 2019年第4期371-375,共5页; 基金泰山学者建设工程专项经费资助项目; 文摘针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。; 关键词涡扇发动机部件级模型模型修正粒子群算法; Keywords turbofan engine component-level model model correcting particle swarm optimization; 分类号 V231.3 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于飞行数据的无人机平飞动作质量评价模型	滕怀亮李本威高永杨栋张赟	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料
2	基于主要状态识别的涡轴发动机载荷谱研究	滕怀亮李本威韦祥张赟王永华	《兵器装备工程学报》 CAS 北大核心	2020	2	在线阅读下载PDF 职称材料
3	基于混合算法的涡轴发动机稳态性能仿真模型	滕怀亮李本威钱仁军董庆	《海军航空工程学院学报》	2019	0	在线阅读下载PDF 职称材料
4	基于PSO-NARX网络的涡轴发动机稳态模型辨识	董庆李本威钱仁军滕怀亮张赟	《兵器装备工程学报》 CAS CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
5	基于粒子群算法的涡扇发动机气路性能修正	宋汉强钱仁军滕怀亮闫思齐	《海军航空工程学院学报》	2019	1	在线阅读下载PDF 职称材料