马凯超
- 作品数：5 被引量：14H指数：2
- 供职机构：西北工业大学航空学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 基于神经网络的飞行科目模板样本集建立方法
- 2014年
- 为建立某一飞行科目的模板样本集,提出一套基于神经网络和卡尔曼滤波的数据处理方法。任选一次试飞样本,建立Kohonen自组织神经网络进行参数降维、聚类分析、特征提取等,使样本量缩减90%以上,得到该科目的模板样本集。用处理后的样本训练BP神经网络,对其他未经处理的试飞样本进行载荷预测,误差均在3%之内,说明处理后的样本能代表该科目的数据特点,即为模板样本集。方法可以为飞机载荷监控数据库的完善工作服务。
- 马凯超黄其青殷之平刘飞
- 关键词：聚类分析神经网络卡尔曼滤波
- 飞机结构紧固件柔度影响因素分析被引量：1
- 2013年
- 紧固件柔度是飞机连接部位的疲劳寿命重要影响因素,常常作为考虑飞机结构疲劳寿命模拟和分析的主要参数。本文在验证弹塑性有限元法计算紧固件柔度有效性的基础上,利用弹塑性有限元法对不同紧固件连接的单搭接结构进行仿真分析,并由仿真分析得出的紧固件细节的载荷位移曲线计算紧固件柔度。分析表明:扁圆头铆钉铆钉头越小柔度值越大;埋头铆钉柔度值相对于扁圆头铆钉有所增大,十字槽埋头螺栓柔度值相对于埋头铆钉稍有增大;过盈配合使紧固件柔度值大幅减小。
- 李志贤黄其青殷之平马凯超
- 关键词：弹塑性有限元法
- 一种基于神经网络的飞机载荷参数识别方法被引量：6
- 2013年
- 提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别。首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率。载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求。
- 马凯超宋笔锋殷之平谢伟曹善成
- 关键词：神经网络KALMAN滤波遗传算法载荷识别
- 一种对飞行参数选取的自适应方法被引量：2
- 2014年
- 飞参数据的典型选取问题是单机寿命监控以及飞行品质分析中压缩数据的储存空间关键。针对飞参数据的特征,提出了一种基于ELM极限学习机的飞参数据选取的模型。利用极限学习机ELM神经网络、文化基因算法MAS优化的方式,克服了算法中存在早熟收敛和局部极小的问题。实现了对飞机不同部位载荷自适应选取不同飞行参数的效果,有效获得评估出飞参数据的重要度。验证结果表明,优化后的ELM-M模型比传统选取飞参模型的精度得到了极大提高,泛化能力增强,说明了方法的可行性、有效性。
- 刘飞黄其青殷之平张夏阳马凯超
- 关键词：飞行参数特征选取极限学习机
- 基于遗传神经网络的飞行载荷参数识别被引量：7
- 2013年
- 针对飞行载荷参数识别问题,结合典型机动动作,提出一种优化改进的BP神经网络模型。模型采用留出方法和遗传算法对BP神经网络的设置参数进行优化,利用最优设置参数训练得到飞行载荷与飞行参数的BP神经网络模型。在半滚机动下,通过利用飞行参数识别某一部位弯矩并与未优化BP神经网络对比,表明优化改进的BP神经网络模型对飞行载荷参数识别是一种可行且精度高的方法。
- 曹善成殷之平黄其青马凯超
- 关键词：飞行载荷飞行参数BP遗传算法
