关键词
基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
作者: 肖晓阳   来源: 航空维修与工程 年份: 2021 文献类型 : 期刊 关键词: RBF神经网络   故障诊断   引气系统   排故  
描述: 鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
基于RBF神经网络的波音737NG飞机引气系统故障诊断模型
作者: 肖晓阳   来源: 航空维修与工程 年份: 2021 文献类型 : 期刊 关键词: RBF神经网络   故障诊断   引气系统   排故  
描述: 鉴于波音737NG飞机引气系统故障率高、无系统衰退指示、无系统自检计算机、系统故障难放行、排故困难等特点,为快速准确地排除引气系统故障,提出利用RBF神经网络建立故障诊断模型,经实例验证,该模型能有效诊断引气系统故障,可辅助用于引气系统的排故。
基于改进的快速趋近律的四旋翼姿态控制
作者: 张文   孙瑞胜   来源: 微特电机 年份: 2021 文献类型 : 期刊 关键词: 趋近律   抖振   滑模控制   四旋翼  
描述: 为了提高四旋翼控制系统的稳定性以及快速性,设计了基于改进的趋近律的控制器,以解决扰动下的四旋翼姿态控制问题。对四旋翼飞行器建模。根据系统的特征,将系统分成了全驱动和欠驱动两个子系统。分别利用改进的快速趋近律设计了控制器。仿真结果表明,控制器具有较好的控制效果,并且在动态性能方面能够快速地跟踪信号,抖振现象也得到了削弱。
倾转翼飞机过渡段定高飞行控制研究
作者: 吴健健   王琦   李之瀚   刘阳   来源: 计算机仿真 年份: 2021 文献类型 : 期刊 关键词: 倾转翼   滑模控制   神经网络   耦合  
描述: 针对倾转翼飞机过渡段控制存在的时变、欠驱动、强耦合等非线性特点,采用滑模控制来对其进行控制,然后在此基础上引入RBF神经网络,利用其非线性映射能力有效解决了滑模控制中存在的误差问题,进一步改善了系统的动态性能。研究表明,采用基于RBF神经网络的滑模控制方法,可有效提高倾转翼飞机过渡段定高飞行的控制精度,同时也证明了在处理时变、欠驱动、强耦合的非线性系统时,滑模控制与神经网络结合具有其独特的优势。
基于变参数滑模模糊控制方法的便携式飞行器舵面自由间隙检测装置
作者: 赵宇健   来源: 长安大学 年份: 2021 文献类型 : 学位论文 关键词: 自由间隙   滑模控制   模糊控制   永磁同步电机  
描述: 基于变参数滑模模糊控制方法的便携式飞行器舵面自由间隙检测装置
基于广义GB引理的航空发动机准滑模控制
作者: 曹惠玲   郑里鹫   李玉铭   来源: 计算机仿真 年份: 2021 文献类型 : 期刊 关键词: 非线性   广义贝尔曼一格朗沃尔引理   滑模控制   小型涡扇发动机   动态补偿  
描述: 以一类航空发动机非线性模型为研究对象,在传统的滑模控制基础上引入补偿算法设计转速调节控制律。利用广义Gronwall-Bellman引理对闭环系统的稳定性进行分析,并给出在一定初值条件下状态变量二
基于广义GB引理的航空发动机准滑模控制
作者: 曹惠玲   郑里鹫   李玉铭   来源: 计算机仿真 年份: 2021 文献类型 : 期刊 关键词: 非线性   广义贝尔曼一格朗沃尔引理   滑模控制   小型涡扇发动机   动态补偿  
描述: 以一类航空发动机非线性模型为研究对象,在传统的滑模控制基础上引入补偿算法设计转速调节控制律。利用广义Gronwall-Bellman引理对闭环系统的稳定性进行分析,并给出在一定初值条件下状态变量二
横列式无人倾转旋翼机姿态控制技术研究
作者: 林泽敏   来源: 广东工业大学 年份: 2021 文献类型 : 学位论文 关键词: 滑模控制   姿态控制   无人倾转旋翼机   倾转旋翼   飞行力学  
描述: 横列式无人倾转旋翼机姿态控制技术研究
基于自适应神经网络的多旋翼飞行器滑模容错控制与应用研究
作者: 李德杰   来源: 南京航空航天大学 年份: 2021 文献类型 : 学位论文 关键词: 容错控制   多旋翼飞行器   容错控制实验平台   滑模控制   自适应神经网络  
描述: 基于自适应神经网络的多旋翼飞行器滑模容错控制与应用研究
飞行器编队控制与时空协同制导方法研究
作者: 唐子遨   来源: 西安电子科技大学 年份: 2021 文献类型 : 学位论文 关键词: 目标分配   粒子群优化算法   飞行器编队   滑模控制   协同制导   双视线探测  
描述: 飞行器编队控制与时空协同制导方法研究
< 1 2 ... 18 19 20
Rss订阅