在导弹设计研发的初始阶段,需要精确获取导弹不同气动外形对应的气动参数。然而,获取导弹气动参数的传统方法存在价格昂贵、过程耗时等缺陷。为此,本文进行了基于神经网络的导弹气动参数预测研究,构建了利用思维进化算法优化的BP神经网络模型。建模结果表明,利用该方法进行导弹气动参数的预测是可行且有效的,在样本所确定的参数范围内,对导弹的气动参数拟合能力较强,具有较好的泛化能力。

为了提高时栅转台控制系统的位置检测精度,提出了一种以卡尔曼滤波和PI控制融合的控制方法,并在此基础上设计了高精度伺服控制系统。该方法利用卡尔曼滤波预测实现PI控制器的参数预测自适应整定,控制系统以则采用以电流环作为内环、位置环为外环的双闭环控制结构和时栅传感器为转台位移反馈部件,同时,以ARM(LPC2124)为控制核心,结合电源电路、SP3232串口通信等硬件电路实现卡尔曼滤波和PI控制相融合的控制方法。经实验测试,设计的时栅转台伺服系统具有运动稳定可靠性,位置检测精度在-0.8″~1.2″范围内,满足高精度时栅转台控制系统的精度要求。

针对现有真空电弧焊接技术引弧过程的各关键因素没有明确标准,大部分依据经验来调节各因素的数值等问题,对真空电弧焊接设备的引弧过程影响因素进行了研究.以快速建立电弧、得到稳定引弧电流为目的,从电弧建立的基本机理入手,对氩气流量、击穿电压、击穿距离以及钽管直径等引弧过程中各影响因素进行了逐一分析.使用自适应神经模糊推理系统（adaptive neuralnetwork based fuzzy interference system,简称ANFIS）模型建立引弧最优参数预测模型,使用氩气流量、真空度、击穿距离及钽管直径作为模型输入,预测击穿电压最优值.通过现场实验,验证和完善了理论研究以及本研究参数预测模型的预测性能.结果表明,使用本研究的预测模型得到的系统参数进行引弧实验,引弧电流稳定,符合工艺要求.