基于非概率凸模型可靠性的结构优化设计

考虑到结构系统参数的不确定性,基于提出的非概率凸模型可靠性指标的新定义,研究了在非概率凸模型可靠性约束下,结构优化设计的数学模型和求解方法.该方法通过超椭球域界定不确定参量,将结构基本不确定变量安全域的超体积与其可行域的超椭球总体积之比作为结构非概率可靠性的度量.并赋值可靠度作为约束条件,利用乘子法和阻尼牛顿法对结构的优化问题进行迭代求解,算法稳定,迭代速度快.数值算例验证了所提出方法的正确性.     

一种实用、高效的结构优化设计方法研究

采用泰勒(Taylor)公式将原数学规划问题中的目标函数归并成对数形式下的二次函数,并采用丢芬(Duffin)公式将原数学规划问题中的约束函数归并成单项式,再取对数,使其转化成线性函数,形成二次规划问题.然后用广义乘子法来求解二次规划问题.最后用一实例对该方法进行验证.      

基于伪光谱方法月球软着陆轨道快速优化设计

根据软着陆轨道的特征和优化算法的特点,对探月器软着陆轨道状态方程进行合理的转化处理,使其更适合优化数值解法求解。在此基础上,使用伪光谱方法将软着陆轨道优化问题转为一个约束参数优化问题,然后采用乘子法处理约束条件,采用变尺度法求解处理后的参数优化问题,仿真结果表明此方法具有收敛速度快、对初始控制量不敏感、鲁棒性强的优点。     

高动态无人飞行器轨迹规划与控制技术

针对高动态无人飞行器的飞行环境中,气动力、气动热条件苛刻,飞行参数和结构变化剧烈的特点,研究了多约束条件下的轨迹规划与设计方法.提出了以无人飞行器倾侧角为主控制量,将轨迹规划问题转化为最优控制问题,采用极大值原理和改进的邻近极值法,求解无人飞行器总吸热量最小的最优控制,并使得最优控制满足所有飞行边界约束和终端约束.最后,以某型高动态无人飞行器为对象,仿真证明了方法的有效性.     

复合材料格栅结构优化设计中的计算智能技术

针对复合材料格栅结构优化设计多变量、多约束、连续和离散混合变量、高度非线性的难点,提出了用进化神经网络来实现结构设计参数(输入)与结构响应参数(输出)的全局非线性映射关系,以此来代替优化过程中的有限元计算,以提高优化效率.以遗传算法为优化求解器,神经网络屈曲稳定性响应面为主要约束,对复合材料格栅加筋结构进行优化.结果表明,在相同样本数的情况下,进化神经网络可获得比BP网络更高精度的映射模型,具有很强的泛化能力.该方法可以为解决大型复合材料结构优化问题提供一条高效途径.      

再入动力学的性质及其在轨迹优化中的应用

考虑具有终端约束和过程约束的探月返回飞行器再入轨迹设计问题,通过将性能指标泛函定义为再入终端位置误差的平方和,再入轨迹设计问题转化为具有过程约束和状态方程约束的优化问题.首先仅考虑状态方程约束,利用最大值原理,得到该优化问题的必要条件,选取间接法中的共轭梯度算法求解最优控制量.进而针对轨迹约束问题,研究了再入过载和轨道飞行段飞行距离与航迹角以及倾侧角的关系,在此基础上,提出了采用调整初始倾侧角序列的方法实现过程约束.该算法克服了罚函数方法中需要调节参数较多的问题,并且物理意义明确,实现简单.最后,给出了Apollo再入轨迹优化的数值仿真算例,验证了所给出算法的有效性.     

一种基于控制参数化的双连杆机械臂最优PID参数整定方法

考虑一类双连杆机械臂的PID控制问题,提出一种基于控制参数化的最优PID参数整定方法.首先,把系统的性能指标建模为最优控制中的连续状态不等式约束.其次,将双连杆机械臂的最优PID参数整定问题转化为含连续状态不等式约束的最优参数选择问题.然后,应用约束转录法结合局部平滑法来处理连续状态不等式约束.得到一个标准的最优参数选择问题,且这个标准问题可以用最优控制软件MISER 3.2来求解.由于是基于梯度的方法来求解问题,所以在文中推导了代价函数和经过处理后约束的梯度公式.最后,通过数值仿真验证了提出的方法的有效性.     

基于逆多项式轨迹成形法的小推力轨道设计

轨迹成形法是一种基于反向设计思想的轨道设计方法,它假设待研究的轨道呈现某一形状,利用数学曲线进行逼近从而得到设计结果.逆多项式轨迹成形法为小推力地球转移轨道设计和数值求解最优轨迹过程中初值的选取提供了新的研究思路.首先结合轨道动力学方程和逆多项式曲线模型给出了轨迹成形法的设计过程,并在考虑时间约束的情况下对小推力转移轨道进行设计.仿真结果表明逆多项式轨迹成形法适宜于小推力转移轨道设计,并且其设计结果是一组近优解,可以作为求取精确最优轨迹的初值猜测.     

测试不可靠条件下多故障诊断方法

针对部队复杂系统故障诊断中存在的诊断精度低,虚警率高等问题,提出一种测试不可靠条件下多故障诊断方法.为解决系统诊断贝叶斯网络结构和概率映射表建立困难的问题,通过建立系统的多信号流图模型,从而获得系统诊断贝叶斯网络.将测试不可靠度引入概率映射表,增加了算法工程应用中的鲁棒性.利用后验概率诊断推理将问题归结为不等式约束极值问题,采用0-1规划隐数法对不等式极值问题求解,从而获得最优解.以某型导弹制导系统电子部件为例,验证了该方法对复杂系统多故障诊断的有效性.      

采用改进导重法的拓扑结构灰度单元过滤技术

针对二分法计算拉格朗日乘子时收敛速度较慢的问题, 提出了拉格朗日乘子计算方法, 应用于优化准则(OC)法和导重(GW)法2种密度更新方法, 并与二分法进行了对比。建立体积约束下柔度最小的拓扑优化模型;通过固体各向同性材料惩罚(SIMP)法或材料属性有理近似(RAMP)法计算单元的弹性模量;通过所提方法计算拉格朗日乘子, 并通过导重法更新单元密度;通过Heaviside投影函数减少灰度单元的数量。计算结果表明:虽然所提方法对有限元分析次数并没有显著改进, 但计算拉格朗日乘子所用CPU时间少于二分法, 且密度更新次数降低至50%以下;在2个数值算例中, 采用SIMP模型时, 导重法所得结构柔度比OC法更小, 能够得到刚度更高的结构。      

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.      

变结构航天器模糊神经网络滑模控制器设计

变结构航天器是目前航天领域的重要发展方向，航天器结构的变化将导致质量分布发生明显变化，这对航天器动力学建模和控制器设计都提出新的问题。针对这种情况，采用混合坐标法和拉格朗日方程建立了航天器刚柔耦合动力学模型，利用几种典型工况的参数近似得到变结构过程中动力学参数的变化规律。设计滑模控制器对航天器变结构过程进行姿态控制，为提高滑模控制器的适应性，设计模糊神经网络（FNN）自适应调节滑模控制器参数，并利用径向基函数（RBF）神经网络逼近动力学模型，得到控制力矩与姿态变化之间的近似关系，用于FNN的优化。通过仿真得到航天器变结构期间无控、滑模控制和模糊神经网络滑模控制的姿态变化，仿真结果对比验证了模糊神经网络滑模控制对于滑模控制的优势，证明了其在变结构航天器姿态控制方面的有效性。     

基于PSO-BP神经网络的平流层风场短期快速预测

平流层风场环境对临近空间低速飞行器驻空飞行性能有重要影响。研究了基于PSO-BP神经网络的平流层区域风场建模与快速预测方法,根据历史风场数据,采用主成分分析法对数据进行降维处理,通过BP神经网络对风场进行预测建模,利用粒子群优化（PSO）算法对其进行优化,采用Biharmonic样条曲面插值方法构建区域预测风场。以南海地区5年历史风场为对象,对比分析了基于BP神经网络和基于PSO-BP神经网络的风场预测模型,结果表明:使用具有全局寻优特性的PSO算法改进BP神经网络,能够有效避免传统BP神经网络易陷入局部最优的缺点,提高预测精度;通过结合PSO-BP神经网络预测与Biharmonic样条曲面插值,可实现区域风场的预测。研究结果可为临近空间低速飞行器的轨迹规划与区域驻留等任务的高精度区域快速预报风场提供解决途径。      

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

基于神经网络遗传算法的CFRP拉挤工艺优化

根据固化动力学和传热学理论,建立了碳纤维增强聚合物基复合材料(CFRP,Carbon Fiber Reinforced Polymer)拉挤成型非稳态温度场与固化动力学数学模型.采用有限元与有限差分相结合的方法,结合ANSYS求解耦合场的间接耦合法,对CFRP拉挤过程非稳态温度场和固化度进行数值模拟.使用特殊设计制作的铝毛细管封装的布拉格光栅光纤(FBG,Fiber Bragg Gratings)传感器,对温度场进行实时检测;并采用索氏萃取实验测定CFRP制品固化度.模拟与实验结果基本吻合.以数值模拟结果为样本建立反向传播神经网络,训练得到固化炉温度与CFRP固化度之间的非线性相关关系.采用神经网络与遗传算法相结合的方法,优化得出拉挤固化炉三段最佳温度值,结果表明神经网络结合遗传算法优化拉挤工艺参数快捷有效.     

Stacked recurrent neural network based high precision pointing coupled control of the spacecraft and telescopes

In some space missions especially in the field of space gravitational wave detection, the telescope needs to point to a certain target through attitude movement and pointing control. In several mainstream gravitational wave detection missions, the detector usually consists of a cluster of three identical satellites, flying in a quasi-equilateral triangular formation with a big edge length, so every satellite needs two telescopes to point each other and constitute three giant Michelson-Type interferometers. Therefore, a satellite platform system with two telescopes is researched in this paper. This research helps to characterize the attitude motion of a telescope for space astronomical observation or space gravitational wave detection, provides new method on the telescope’s high-precision pointing control. For this purpose, we derive a satellite-telescope coupling attitude model, design the sliding mode controller for satellite and the stacked recurrent neural network adaptive controller for telescope. In the stacked recurrent neural network adaptive controller design, a sliding mode control technology is adopted. In addition, we propose a combinatorial optimization method for network weights in the stacked recurrent neural network training process, that is, the output layer is corrected by the adaptive law, and the correction of other layers adopt the error backpropagation method. Finally, a numerical simulation method verifies the effectiveness of the controller design.     

电小天线宽带匹配网络的优化设计

提出了一种新型的适合于电小天线匹配的网络拓扑结构并成功地进行了验证.采用了实频数据法和直接优化法相结合的优化方法来设计电小天线的宽带匹配网络.从电小天线的特性出发,分别采用全段匹配和分段匹配的方法设计其网络拓扑结构,利用算法的寻优特性针对电小天线进行宽带匹配设计,显著提高了电小天线的使用效率和性能,并且利用仿真软件进行了计算和验证,最后对这两种方法进行了比对.设计结果表明:经过优化设计后,该电小天线的电压驻波比在100~180MHz内小于2.5且其效率基本上大于30%.所提出的网络拓扑结构非常适用于电小天线的宽带匹配,在设计电小天线以及其它天线的宽带匹配网络上具有很大的应用前景.     

资源受限嵌入式机电控制系统功耗感知调度

针对嵌入式机电控制系统的能耗受限问题,提出了一种基于功耗感知和反馈调度的能耗管理方法.研究了嵌入式机电控制系统的静态功耗调度模型,提出了一种基于控制代价和系统能耗的联合优化指标,并给出了其优化解.针对在动态调度模型下运算开销大,难以在线实现的问题,采用智能计算方法逼近优化结果.对比了4种智能计算方法的逼近精度和调度开销,采用小波神经网络逼近优化结果.仿真的结果表明:该方法在保证了控制性能的同时,降低了调度开销和系统能耗.