为了提高扑翼飞行器的飞行性能,借鉴大型鸟类的飞行运动特征,设计了一种新型两段式可折叠仿生扑翼机构,并建立了扑翼机构的运动学和气动力学模型,对扑翼机构的运动性能和气动性能进行了分析。结果表明,所设计的新型折叠扑翼机构内翼上扑动极限为45.3°、下扑动极限为-5.2°,外翼机构的上扑动极限为46.1°、下扑动极限为-27.9°,与大型鸟类飞行运动参数一致;基于条带理论和扑翼飞行器的气动力模型,分别对新型两段式折叠扑翼、传统无折叠扑翼的气动力进行计算比较,前者的平均升力为后者的4.31倍,两段式折叠扑翼飞行结构具有更好的气动特性。

针对航空液压管路故障识别困难的问题,提出了一种基于非线性自适应卡尔曼滤波器(NAKF)和深度信念网络(DBN)的液压管路智能故障诊断方法。首先,在传统卡尔曼滤波器(KF)的基础上,利用最小二乘法修正构造的Sigma点,消除高斯分布对Sigma点影响,提出了非线性自适应卡尔曼滤波器,并用其对仿真信号进行了降噪处理;然后,对液压管路实测振动信号中的随机噪声进行了去除,对深度信念网络模型参数进行了设计,并将液压管路数据集输入到深度信念网络模型中进行了训练;最后,基于同一样本数据,分别采用支持向量机(SVM)和反向传播神经网络(BPNN)等模型进行了训练处理,利用分类准确率等两个指标,对3种故障诊断模型进行了综合评估,对3种模型分类性能进行了对比分析。研究结果表明:采用NAKF-DBN智能故障模型得到的液压管路故障诊断准确率能达到99.72%,SVM模型和BPNN模...