《2009新世纪优秀人才支持计划申请书-能源-胡清华.pdf》由会员分享，可在线阅读，更多相关《2009新世纪优秀人才支持计划申请书-能源-胡清华.pdf（15页珍藏版）》请在三一文库上搜索。
1、 申报领域 能源 申请类别 A 新世纪优秀人才支持计划 新世纪优秀人才支持计划 申 请 书 申 请 书 申 请 人：胡清华 专业技术职务：副教授 所 在 学 校 ：哈尔滨工业大学 通 讯 地 址 ：哈工大 458 信箱 联 系 电 话 ：13054284308 申 请 日 期 ：2009 年 9 月 1 日 主 管 部 门：工业和信息产业部 中华人民共和国教育部制 中华人民共和国教育部制 填写说明 填写说明 一、编写前要仔细阅读新世纪优秀人才支持计划实施办法。 二、编写要严肃认真、实事求是、内容翔实、文字精炼。 三、“申报领域”包括：1.数学；2.物理；3.化学；4.化工； 5.农业；6.林业
2、；7.电子科学技术；8.计算机与通讯；9.生 物与基础医学；10.医疗卫生与临床；11.药学；12.中医药； 13.能源；14.资源；15.环境；16.传统材料；17.新材料；18. 先进制造；19.管理科学与工程。20.哲学、马克思主义、思 想政治理论教育；21.语言、文学艺术、历史学；22.经济学 （含工商管理）；23.政治学、法学；24.教育学、心理学、 信息传播。 每份申请书选填其中之一。请在申请书、申请人清单上 注明申报领域的具体类别，如“申报领域：语言、文学艺术、 历史学（文学艺术）”。 四、“专业技术职务”指受聘的专业技术工作岗位，如教授、副 教授、研究员、副研究员等。 五、如无
3、特殊说明，本表各栏不够填写时，可自行加页。 六、申请书页面用 A4 纸，于左侧加软封面装订成册（请不要用 塑料封面或塑料文件夹）。 一、简表 姓 名 胡清华 性别 男 民族汉 出生年月 1976.8 专业技术职务 副教授 行政职务副所长 最终学位及 授予国家或 地区及学校 博士，哈尔滨工业大学 研究方向 动力系统故障诊断和模式识别 电子邮箱 所在工作单位 （院、系、所、实验室、中心） 哈尔滨工业大学能源学院先进动力技术研究所 通讯地址及邮编黑龙江省哈尔滨市哈工大 458 信箱，150001 申 请 人 联系电话 0451-86412498 传真 手机13054284308 起止年月 地点 学
4、习、工作单位 任职 1995.9-1999.7 哈尔滨 哈尔滨工业大学能源科学与工程 本科 2000.9-2002.7 哈尔滨 哈尔滨工业大学能源科学与工程 硕士 2002.9-2008.11 哈尔滨 哈尔滨工业大学控制科学与工程 博士 2006.6-2008.6 哈尔滨 哈尔滨工业大学能源科学与工程 讲师 2008.6-至今 哈尔滨 哈尔滨工业大学能源科学与工程 副教授 个 人 简 历 自 大 学 填 起 2009.6-至今 哈尔滨 哈尔滨工业大学能源科学与工程 研究所副所长 主 要 学 术 任 职 中国动力工程学会自控专委会秘书 中国人工智能学会粗糙集与软计算专委会委员 国际粗糙集学会会员
5、 担任十余个国际 SCI 检索杂志和国内杂志的审稿专家，包括： 担任十余个国际 SCI 检索杂志和国内杂志的审稿专家，包括： ? IEEE Transactions on Neural networks ? IEEE Transactions on Knowledge and Data Engineering ? IEEE Transactions on Fuzzy Systems ? IEEE Transactions on Systems, man, and Cybernetics Part B: Cybernetics ? Pattern Recognition ? Informatio
6、n Sciences ? 中国科学 F 辑：信息科学 ? 电子学报 ? 中国电机工程学报 二、主要教学和科研工作经历 ? 2006 年 6 月，哈尔滨工业大学能源科学与工程学院，讲师，从事复杂动力系统状态监测和故障 诊断的研究，先后获哈工大优秀青年教师培养计划、国家自然科学基金资助。 ? 2008 年 6 月，哈尔滨工业大学能源科学与工程学院，副教授，完成了“哈尔滨汽轮机厂生产维 护案例管理平台”研究，主持完成了“某舰主动力系统的仿真和特性分析”的研究课题，负责 完成了“中国电力网络的信息安全分析”课题。 ? 2007 年 11 月-2008 年 3 月，香港理工大学计算机系，研究助理；参与了
7、受香港政府研究基金资 助的基于粗糙集的复杂数据挖掘研究课题。 ? 2009 年 2 月，哈尔滨工业大学计算机科学与技术学院，博士后 ? 2009 年 6 月，哈尔滨工业大学能源科学与工程学院，硕士生导师。负责了超燃冲压发动机突 变控制问题中的状态监测与识别的子课题研究 ? 2009 年 6 月，哈尔滨工业大学先进动力技术研究所，副所长，正在参加某型号船舶热力除氧 控制，*蒸汽动力装置协调控制技术研究。 三、目前正在承担的主要科研任务（不超过 10 项） 项目编号 项 目 名 称 经费(万元) 起止年月 负责或参加 项目来源 60703013 混合数据粗糙集分析的模 型结构和算法研究 19 20
8、08.1-2 010.12 负责 国家自然科学 基金 90816028 超燃冲压发动机突变控制 问题研究 300 2009.1-2 012.12 参加 国家自然科学 基金重点项目 *蒸汽动力装置协调控 制技术研究 76 2008.8-2 010.7 参加 中船重工 703 研究所 *船舶热力除氧控制 95 2009.7-2 010.5 参加 中船重工 719 研究所 四、近五年主要创新成果、创新点及其科学意义、经济社会效益，国 内外同行评价（需附相关证明复印件） 五、近五年重要论著及被引用情况（不超过 10 篇、部，其中 5 篇学 术代表作附复印件；人文社会科学被引情况仅限 CSSCI） 发电
9、机组、导弹发动机等复杂动力设备是电力和国防的核心系统，这些设备的故障会造成严重 的后果，准确预报故障以及快速检测和识别故障是提高系统可靠性、减少事故危害的关键问题。 在大型复杂动力设备的状态监测与故障诊断中，经常要根据一些取值为符号、数值、时间序列 和图像等复杂信息识别设备运行状态。由于智能技术的发展，人们可以利用机器学习技术自动从测 量数据建立分类识别模型。然而传统的机器学习方法大多只能分析单一类型的数据，难以充分利用 状态监测与故障诊断中存在的混合信息。当前此类问题正在逐步引起人工智能研究领域的重视，被 认为将成为未来十年研究的重点。 申请人在混合数据不确定度量、特征提取、选择、约简和分类
10、学习等方面进行了深入探索，该 方面的研究共发表学术论文 50 余篇，SCI 检索 25 篇，EI 检索 40 余篇。 首先，申请人提出在人类的思维中存在 6 种决策的一致性假设。基于粗糙计算中粒化和近似的 思想，建立了这些一致性假设的数学模型，并给出了一般形式。提出了度量空间多粒度分类学习的 邻域粗糙计算模型和算法，基于邻域粗糙集模型设计了边界样本选择算法和混合数据属性约简算 法；提出了混合数据分类分析的核模糊粗糙计算模型和算法。本文提出了基于核函数粒化的核模糊 粗糙集模型，建立了分类模糊一致性分析的数学模型；提出了混合数据描述的有序决策问题的模糊 偏好粗糙分析模型，建立了混合数据排序一致性分
11、析的模糊粗糙计算模型；给出了一系列粗糙计算 模型的一般形式，统一了各种粗糙集模型。这些研究建立了符号和数值数据共存的混合决策系统的 粗糙计算模型，从而形成了一大类决策问题的粗糙计算理论。这些工作分别发表于 Pattern Recognition，Information Sciences，Knowledge based Systems 等国际杂志。 其次，信息熵在机器学习和不确定推理中扮演着十分关键的角色，是一大类学习算法的基础。 Shannon 的信息熵只能用于处理符号数据，但故障诊断领域大量存在的是数值信息和模糊信息。申 请人将经典的信息熵发展为邻域信息熵、模糊信息熵和排序信息熵，使之分别可
12、以处理数值信息、 模糊信息以及排序问题，极大拓展了信息上的适用范围。这些工作分别发表于 IEEE Transactions on Fuzzy Systems, Pattern Recognition Letters，Applied Soft Computing，中国科学 F 辑等杂志。 此外，申请人为了提高故障识别系统的识别精度、降低误识别代价，还分别研究了基于选择性 多分类器集成的故障诊断方法、代价敏感的学习算法和样本不平衡时的学习方法。这些研究分别发 表于 Pattern Recognition，Information Sciences，Knowledge based Systems 等国
13、际杂志。 申请者发表的这些研究成果在近两三年内引起了同行的广泛关注，被引用 200 余次。其中 SCI 他引 60 余次。IEEE Fellow，印度统计研究所教授 2009 年发表于 IEEE Transaction on Knowledge and Data Engineering 采用了一个小节描述申请人 2006 年发表于 IEEE Transactions on Fuzzy Systems 的工 作。中国科技大学黄得双教授 2009 年在科学出版社出版的基因表达谱数据挖掘方法研究一书 第 7 章整章采用申请人提出的邻域粗糙集模型进行重要基因识别和分类。 2009 年南开大学卫金茂教
14、授发表于 IEEE Transaction on Knowledge and Data Engineering 杂志，标题为“Ensemble rough hypercuboid approach for classifying Cancers” 的文章借用申请人提出的多约简融合技术提高癌症识别 率。 开发的相关算法应用于高超声速进气道复杂流场的状态识别，相关成果发表于“Journal of Propulsion and Power” ， 受到航天三院黄瑞松院士的重视，提议在航天工程中应用；汽轮机故障诊 断的相关论文发表于能源动力领域的权威刊物 ASME Transactions on Gas
15、 Turbine and Power。 申请人 作为主要负责人开发的哈尔滨汽轮机厂远程技术支持系统，设计可同时在线监测 100 台汽轮机的运 行。 论文、专著名称 年份 学术期刊或出版社名称 （影响因子） 卷 （期） 页 作 （著） 者名次 引用 次数 Selecting Discrete and Continuous Features Based on Neighborhood Decision Error Minimization 2009 IEEE Transactions on Systems, man, and Cybernetics-Part B: Cybernetics(SCI,
16、 EI, 2008 影响 因子 2.361) 39(5) 1-14 1 0 Neighborhood rough set based heterogeneous feature subset selection. 2008 Information Sciences, (SCI, EI, 2008 影响因子 3.095) 178(18) 3577 -359 4 1 3 Neighborhood classifiers. 2008 Expert systems with applications. (SCI, EI, 2008 影响因子 2.596) 34 866 876. 1 6 Comment
17、 on fuzzy probabilistic approximation spaces and their information measures. 2008 IEEE transactions on fuzzy systems. (SCI, EI, 2008 影响因 子 3.624) 16 549- 551. 1 0 Mixed feature selection based on granulation and approximation. 2008 Knowledge based systems. (SCI, EI, 2008 影响因子 0.924) 21(4) 294- 304.
18、1 3 EROS: ensemble rough subspaces. 2007 Pattern recognition (SCI, EI, 2007 影响因子2.019) 40 3728 3739 1 3 Hybrid attribute reduction based on a novel fuzzy-rough model and information granulation. 2007 Pattern Recognition (SCI, EI, 2007 影响因子2.019) 40 3509 3521 1 11 Information-preservin g hybrid data
19、reduction based on fuzzy-rough techniques. 2006 Pattern recognition letters, (SCI, EI, 2006 影响因子 0.952) 27(5) 414- 423 1 13 Fuzzy probabilistic approximation spaces and their information measures 2006 IEEE transactions on fuzzy systems(SCI, EI, 2006 影响因子 1.803) 14 (2): 191- 201 9 Uncertainty measure
20、s on fuzzy relations and their applications. 2007 Applied Soft Computing (SCI, EI, 2007 影响因子 1.537) 7 1135 114 3 3 六、近五年授权发明专利及转让情况（附授权专利证书复印件） 专利名称 授权专利号年份授权国家或地区本人名次 经济效益（万元） 七、近五年获奖目录（限填国际学术性奖励、国家级科研或教学奖励以 及省部级科研成果一等奖以上或者相当的奖励，并附证书复印件） 获奖项目名称 奖励类别（等级）授予单位 获奖时间 本人排名 八、获资助后拟开展的主要研究内容、关键科技问题及预期成果 一、
21、研究内容主要包括这几个方面一、研究内容主要包括这几个方面 1. 高超声速进气道流场数值模拟及起动高超声速进气道流场数值模拟及起动/不起动多种工作模式定义不起动多种工作模式定义 建立三维高超声速进气道流场数值模拟仿真平台，针对某型三维侧压式高超声速进 气道进行流场数值模拟，对数值计算精确性进行分析。分析各种扰动因素（来流马赫数、 攻角、侧滑角和进气道出口背压）对高超声速进气道起动/不起动流场的影响，并定义高 超声速进气道起动/不起动多种工作模式。 2. 考虑采样费用的渐进式分类建模方法考虑采样费用的渐进式分类建模方法 进气道起动/不起动状态识别是一个典型的模式分类问题。 由于近气道起动和不起动
22、的转换机理十分复杂，目前尚未充分分析清楚，因此无法得到机理模型，只能通过试验 数据建模。 传统的数据驱动建模方法往往不考虑样本获取的费用，而是假设存在充分的学习样 本。 然而在进气道起动/不起动识别中，一次地面或者飞行试验需要数百至几千万元的投 资，显然无法通过试验获得充足的学习样本。如果采用数值模，获得大量学习样本也是 十分耗时的。在 8CPU 并行计算服务器上，数值模拟一次进气道起动/不起动试验需要数 天的时间，获得 100 个学习样本就需要 1 年以上的计算时间。因此无论是飞行试验还是 数值模拟，获得进气道起动/不起动识别所需的学习样本都是十分昂贵的，需要开发一种 主动学习技术，将实验设
23、计和分类学习两个过程融合起来，得到一种最小费用下高可靠 性的分类学习方法。 3. 高维流场特征的关联分析和关键特征提取高维流场特征的关联分析和关键特征提取 由于高超声速进气道不起动保护控制系统直接影响发动机甚至飞行器的安全运行， 要求进气道模式分类完全正确，分类精度为 100%；加上进气道模式分类存在高维、非线 性和小样本等问题，这就对特征提取算法提出了很高的要求。高超声速进气道模式分类 需要分析影响不同工作模式转换的主要输入变量以及能够准确表征和识别不同工作模式 的状态变量。前者用于不同工作模式转换过程的机理分析，后者可用于进气道不同工作 模式自动识别的传感器位置选择和分类模型学习。模式识别
24、中的特征提取与选择技术为 这一问题提供了基础。本课题拟用各种机器学习方法对进气道模式分类进行关联分析及 特征提取。通过对比分析，最终给出一种机器学习方法，能够有效降低样本维数，并解 决小样本模型泛化能力不足等问题。 4. 基于数据的高超声速进气道起动基于数据的高超声速进气道起动/不起动模式转换边界识别及分类不起动模式转换边界识别及分类 高超声速进气道起动/不起动多模式分类的重要任务是寻找不同工作模式转换的边界条 件、识别不同工作模式的临界区域以及建立不同工作模式之间的分类面。通过上面的研 究获得了各参数对不同工作模式转换的影响机理，获得了影响工作模式转换的重要特征 以及用于构造分类面的特征属性
25、。本课题将采用模式识别中的支持向量机等方法，搜索 工作模式转换的边界区域，并结合先验知识，构造进气道起动/不起动模式识别的分类模 型， 并研究给出分类准则的物理意义。分别分析测量噪声和外界干扰对分类精度的影响， 对分类模型和分类准则进行鲁棒性分析。 二、关键技术问题分析二、关键技术问题分析 1高超声速进气道不起动保护控制问题的提出 1高超声速进气道不起动保护控制问题的提出 采用超声速燃烧原理的冲压发动机（简称“超燃冲压发动机”）在马赫数 3-12 或更 高时， 仍具有较高的比冲性能，是发展高超声速技术的关键,以其为动力装置的高超声速 巡航导弹、高超声速飞机和空天飞机对于国防安全、未来空间作战和
26、航天运输都有重要 意义。高超声速进气道是超燃冲压发动机的重要组成部分，其内部流场结构复杂，存在 多种工作模式（起动状态、低马赫数不起动状态和反压不起动状态等），其对于超燃冲 压发动机的安全稳定运行非常重要。进气道不起动的主要特征是在进气道进口附近出现 强激波系，此时进气道流量捕获急剧下降，流场品质变坏，使发动机不能产生推力，甚 至造成喘振、结构破坏、超温或熄火等1,2。起动状态为进气道安全模式，不起动状态为 进气道危险模式，应避免出现。图 1 和图 2 分别给出了进气道起动工况和不起动工况下 对应的等马赫数线图。 从发动机安全保护控制的角度， 需要对进气道流场状态进行检测， 从而实时监控进气道
27、的工作模式，避免进气道流场出现危险模式。 从发动机安全保护控制的角度， 需要对进气道流场状态进行检测， 从而实时监控进气道的工作模式，避免进气道流场出现危险模式。 NASA和俄罗斯CIAM联合进行了一次Ma3.5-6.5高超声速飞行试验的事故引起了国际 学术界对进气道不起动保护控制的重视。由于进气道不起动保护控制系统出现故障，致 使发动机在试验初始阶段进入不起动状态，而在起动后又出现误判错误进行燃料供给， 飞行试验远没有达到预期目标3。在对此次试验分析中，重点提到了高超声速进气道不 起动保护控制的可靠性问题， 希望能够提高进气道不起动保护控制在宽马赫数飞行范围 的适应能力和鲁棒性， 同时也指出
28、进气道不起动保护控制由于内部流动的复杂性而非常 具有挑战性 在对此次试验分析中，重点提到了高超声速进气道不 起动保护控制的可靠性问题， 希望能够提高进气道不起动保护控制在宽马赫数飞行范围 的适应能力和鲁棒性， 同时也指出进气道不起动保护控制由于内部流动的复杂性而非常 具有挑战性4。 。 2.59 2.33 1.90 2.81 2.33 X/m Y/m 0.340.360.380.40.420.440.46 0.08 0.1 0.12 2.59 0.87 1.92 2.78 2.30 X/m Y/m 0.340.360.380.40.420.440.46 0.08 0.1 0.12 图 1 进气
29、道起动流场等马赫数分布 图 2 进气道不起动流场等马赫数分布 2 高超声速进气道起动/不起动模式状态检测是实现不起动保护控制的前提 2 高超声速进气道起动/不起动模式状态检测是实现不起动保护控制的前提 高超声速进气道不起动保护控制的主要任务包括两个方面。一个是“不起动预警”， 是指进气道正常工作时，通过有效预警方法和手段防止进气道不起动的发生；另一个是 “再起动控制”，是指进气道一旦出现不起动，采取有效的措施实现进气道重新起动。 分析这两个控制任务可见，要实现不起动预警和再起动控制，首要的任务是对进气道的 当前进气道工作模式进行检测，这也是实现进气道不起动保护控制的前提条件。研究发 现，进气道
30、不同工作模式状态检测可以归结为进气道起动/不起动多模式分类问题。如 果建立了进气道不同模式之间的分类模型及准则， 就能够对进气道的当前工作模式进行 检测和判断，这也是完成进气道不起动保护控制的前提条件。 3高超声速进气道起动/不起动多模式分类存在高维、非线性和小样本问题 高超声速进气道模式分类存在高维、非线性和小样本问题。 研究发 现，进气道不同工作模式状态检测可以归结为进气道起动/不起动多模式分类问题。如 果建立了进气道不同模式之间的分类模型及准则， 就能够对进气道的当前工作模式进行 检测和判断，这也是完成进气道不起动保护控制的前提条件。 3高超声速进气道起动/不起动多模式分类存在高维、非线
31、性和小样本问题 高超声速进气道模式分类存在高维、非线性和小样本问题。其一，超声速进气道不 同工作模式的分类空间是由发动机的结构参数、运行参数（飞行高度、马赫数、攻角、 隔离段出口压力）和状态变量（壁面压力分布）张成的高维空间，特征达到数百维。在 如此高维的空间很难获得不同工作模式分类准则的有效描述，因此需要对高维分类空间 进行处理，通过特征提取、特征选择等得到影响进气道不同工作模式分类模型的本质特 征。其二，由于其固有的非线性，高超声速进气道不同工作模式分类是一个非线性分类 问题，如何利用有限的试验样本建立准确的分类模型是另一个有待解决的问题。其三， 由于高超声速进气道试验和数值模拟都非常昂贵
32、，相对于高维的、非线性的分类面，获 得的还是比较有限的，这是统计学习理论中的小样本问题。 4 机器学习相关理论是解决高超声速进气道模式分类问题的有效方法 4 机器学习相关理论是解决高超声速进气道模式分类问题的有效方法 当前高超声速进气道起动/不起动模式分类准则的获取，往往通过内在物理机制分 析，附加必要的先验知识，大概给出进气道不同工作模式之间的分类准则。这样的获取 方法不见得是完全错误的，但对分类准则缺乏必要的理论指导和分析，不能保证该分类 准则在不同条件（来流条件、出口背压等）下，都具有良好的分类精度和抗干扰能力， 并且这种方式强烈依赖于人的先验知识和对进气道内部复杂流动的认识。从这个角度
33、考 虑，有必要引入机器学习的相关理论来系统化地解决高超声速进气道模式分类问题，保 证在不同条件下分类模型都有良好的分类精度和抗干扰能力。 从这个角度考 虑，有必要引入机器学习的相关理论来系统化地解决高超声速进气道模式分类问题，保 证在不同条件下分类模型都有良好的分类精度和抗干扰能力。 近些年机器学习研究中新兴起来的粗糙集理论为特征选择和属性约简提供了理论框 架和算法基础。与其他特征选择方法相比，基于粗糙集理论对高维数据进行特征属性约 简，可以找到一个最小的特征子集，同时能够保证这个特征子集与全部特征具有相同的 分类能力，这一点已经从数学上严格证明。基于粗糙集理论，已经构造了一系列属性约 简算法
34、。经典的粗糙集理论只能处理符号数据，与经典的粗糙集理论相比，新发展的邻 域粗糙集和模糊粗糙基方法可以直接处理连续数据。 支持向量机是近十年发展起来的一种小样本学习方法。该方法以统计学习理论为基 础，通过最大化类与类之间的间隔获取最优分类面。理论证明，最大化分类间隔就是最 小化分类模型的结构风险，从而使得学习模型的泛化性能最优。该方法颠覆了传统学习 理论经验风险最小化的学习目标，取而代之的是结构风险最小化原理，便免了学习过程 的过拟合问题。同时学习过程是求解一个凸二次规划问题，避免了局部极小点问题。此 外，支持向量机学习方法引入核函数将低维线形不可分问题嵌入到高维线性可分特征空 间，再在高维空间
35、建立最优线形分类面，从而实现非线性分类问题的线性化。 基于上述几点，本项目提出基于机器学习的高超声速进气道起动/不起动模式分类 方法研究，引入机器学习（粗糙集方法、支持向量机等）方法分别进行关键特征提取和 模式转换边界的识别，希望得到适合高超声速进气道起动/不起动模式分类的方法。并 在此方法的指导下，最终得到某型高超声速进气道起动/不起动模式之间的分类准则， 能够对进气道当前工作模式进行状态检测， 为地面试验超燃冲压发动机不起动保护控制 系统打下基础。 基于上述几点，本项目提出基于机器学习的高超声速进气道起动/不起动模式分类 方法研究，引入机器学习（粗糙集方法、支持向量机等）方法分别进行关键特
36、征提取和 模式转换边界的识别，希望得到适合高超声速进气道起动/不起动模式分类的方法。并 在此方法的指导下，最终得到某型高超声速进气道起动/不起动模式之间的分类准则， 能够对进气道当前工作模式进行状态检测， 为地面试验超燃冲压发动机不起动保护控制 系统打下基础。 5. 该研究领域的发展现状该研究领域的发展现状 高超声速进气道及与其有关的高超声速空气动力学问题是当前国内外研究的重要方 向。国外在高超声速进气道方面的研究开展较早，美国、俄罗斯、法国、德国、澳大利 亚等都在进行有关研究。在高超声速进气道流场分析、优化设计方法、风洞试验研究及 飞行试验等方面都开展了大量的研究工作5-7。 国内多年来也在
37、此领域进行了积极研究和 探索，在进气道设计、流场数值模拟、试验和性能分析等方面取得了许多研究成果8-11。 由于进气道不起动控制涉及到超燃冲压发动机系统的基本运行保障和安全问题，因 此国内外学者对进气道不起动问题进行了广泛的研究。 Michael12对由于反压过高引起的 进气道不起动及再起动过程进行了试验研究，分析了反压变化引起的进气道起动过程与 进气道的几何尺寸、构形以及试验风洞的形状等因素的关系。Mayer13对高超声速进气 道来流马赫数过低而引起的进气道不起动及再起动现象进行了深入的研究，描述了进气 道不起动时的流动特征。Ge-Cheng14研究了攻角存在条件下进气道的不起动问题，研究
38、发现来流攻角变化较大时，易引起进气道不起动，同时喉道处流场的畸变程度对进气道 的起动有很大的影响。随着飞行试验工作的推进，对进气道控制问题越来越引起重视， Willoh15较早就提出了进气道控制的要求，其中的关键点就是防止进气道不起动。 Hawkins16研究了两种不同机理的进气道不起动。Benson17研究了二维混压式进气道的 激波控制方法，并做了相应的试验验证工作。MacMartin18研究了激波和进气道再起动 的控制问题，指出从发动机控制的角度，发动机在加速段受到的扰动是巡航段的好几倍， 进气道在加速时更应该避免出现不起动现象。在国内，梁德旺19对进气道不起动现象进 行数值模拟研究，分析
39、了进气道不起动现象形成的内在物理机制，同时对影响进气道起 动能力的因素进行了分析20，李博21对进气道由于隔离段反压引起的不起动流场计算进 行了分析和探讨。 粗糙集理论是由波兰学者提出来的处理不精确信息的数学工具，被广泛应用属性重 要度评价、 数据依赖性分析和决策规则学习22。 由于 Pawlak 粗糙集模型建立在经典等价 关系的基础上，只能处理符号型数据。近几年，提出了粗糙集与模糊集的结合，以及粗 糙集与邻域拓扑的结合，提出了广义的粗糙集模型，从而可以分析符号、数值以及模糊 变量之间的依赖性23-26。从 20 世纪 60 年代开始，V.N.Vapnik 等人在有限样本的机器学 习问题上取得
40、了进展，在这一研究领域建立了一套完整的理论体系统计学习理论， 基于此理论产生了一种新的机器学习方法支持向量机。90 年代被广泛应用于 3 维物体识 别、语音识别、人脸识别、文本分类和综合语音及图像分类等领域，均取得了较好的识 别效果。目前，这一新的理论方法在解决模式识别中小样本、非线性及高维识别问题中 表现出独特的优势和良好的应用前景。 发展到现在其理论上已经趋于成熟， 自 90 年代初， 国内外学者针对支持向量机的算法、优化，训练的收敛性和有效性均有很多有价值的研 究，并且提出了加权支持向量机27，最小二乘的支持向量机28，模糊支持向量机29，模 糊最小二乘的支持向量机30等改进方法。目前主
41、要应用在模式识别（图像分类31，蛋白 质分类32、文本自动分类33、人脸检测34）、函数逼近、数据挖掘和非线性系统控制。 申请者所在的课题组近年来对二维高超声速进气道不起动状态进行了数值模拟研究 35，初步探讨了利用机器学习方法研究进气道起动/不起动分类的可行性36-38。通过这些 前期的研究工作，对进气道起动/不起动控制有了深入的认识，并取得了较大的进展，为 进一步开展研究工作打下了坚实的基础。 三、研究目标和成果研究目标和成果 1. 得到适合高超声速进气道起动/不起动多种工作模式分类的方法， 最终得到某型 三维高超声速进气道起动/不起动多种工作模式的分类模型及准则； 2. 发表学术论文 1
42、5 篇以上，其中 SCI 检索论文 5 篇以上； 3. 申请发明专利 1-2 项； 4. 培养硕士生 3-4 人，博士生 1-2 人。 参考文献： 1 C. R. McClinton, V. L. Rausch. Preliminary X-43 flight test results, Acta Astronautica, 2005, 57(2)： 266-276. 2 M. Susumu, K. Keiichi. Unstart Phenomenon Due to Thermal Choke in Scramjet Module AIAA Paper 2001-1887, 2001. 3
43、D. A. Ogorodnikov, V. A. Vinogradov. Russian Research on Experimental Hydrogen-Fueled Dua-Mode Scramjet: Conception and Preflight Tests. Journal of Propulsion and Power, 2001, 17(6)： 1041-1048. 4 S. R. Alexandre, I. K. Valery French-Russian analysis of Kholod Dual-mode Ramjet Flight Experiments. AIA
44、A Paper 2005-3320, 2005. 5 Nair M. T., Saxena S. K. Computational analysis of Inlet Aerodynamics for a Hypersonic Research Vehicle. Journal of Propulsion and Power, 2005,21(2)：286-291. 6 Laurent S. The French Military Hypersonic Propulsion Program Status in 2002. AIAA Paper 2002-5246, 2002. 7 John W
45、. S. Verification Assessment of Flow Boundary Conditions for CFD Analysis of Supersonic Inlet Flow. AIAA Paper 2001-3882, 2001. 8 Hui-jun Tan, Rong-wei Guo. Experimental Study of the UnstableUnstarted Condition of a Hypersonic Inlet at Mach 6. Journal of Propulsion and Power, 2007, 23(4)：783-788. 9
46、谭慧俊, 陈智, 李光胜. 基于激波形状控制的定几何高超声速可调进气道概念及初步验证. 中 国科学(E 辑：技术科学), 2007, 37(11)：14691479. 10 谢旅荣, 郭荣伟. 定几何混压式轴对称超声速进气道气动特性数值仿真和实验验证. 航空学 报, 2007, 28(1)：78-83. 11 范晓樯, 李桦, 李晓宇, 丁国昊. 高超声速二维进气道参数化设计方法初探. 航空动力学报， 2007, 22(1)：66-72. 12 Michael K., Jeffery A. Computational Investigation of the Performance and b
47、ack-pressure limits of a hypersonic inlet. AIAA Paper 2002-0508, 2002. 13 D. W. Mayer. Prediction of Supersonic Inlet Unstart Caused by Freestream Disturbances. AIAA Paper 1994-0580, 1994. 14 G. C. Zha. Investigations of High-speed Civil Transport Inlet Unstart at Angle of Attack. Journal of Aircraf
48、t, 2000, 35(6)：851-856. 15 Willoh R. G. A Mathematics Analysis of Supersonic Inlet Dynamic. NASA TND-4969, 1968 16 W.R.Hawkins, E.J.Marquart Two-Dimensional Generic Inlet Unstart Detection at Mach 2.5-5.0. AIAA Paper 1995-6019, 1995. 17 Benson, R. Numerical Simulations of the Unstart Phenomenon in a
49、 Supersonic Inlet/Diffuser. AIAA Paper 1993-2239, 1993. 18 MacMartin, D. G. Dynamics and Control of Shock Motion in a Near-Isentropic Inlet. AIAA Journal of Aircraft, 2004, 41(4)：846-853. 19 梁德旺, 李博. 高超声速进气道隔离段反压的前传模式及最大工作反压. 空气动力学学报, 2006, 24(4)：454-460. 20 袁化成, 梁德旺. 高超声速侧压式模型进气道不起动特性分析. 南京航空航天大学学报, 2004, 36 (6)：683-687. 21 李博,梁德旺. 高超声速进气道-隔离段反压引起不起动计算. 推进技术, 2006, 27(5)： 431-435. 22 Z. Pawlak. Rough Set