合成气组分及雷诺数对火焰结构影响的实验研究

利用非接触的激光PLIF技术测量了在湍流贫燃预混燃烧中的OH自由基分布。以典型煤制合成气真实组分为基础进行工况设计,分为H2含量变化、CO/（CO＋CH4）相对比例变化、雷诺数变化和中低热值对比4部分进行实验。通过OH-PLIF信号分析,探讨了H2含量、CO/（CO＋CH4）相对比例和雷诺数对燃烧的影响。实验结果表明,雷诺数、H2含量和CO/（CO＋CH4）相对比例的变化对合成气燃烧过程都有显著的影响。其中雷诺数的增大和H2含量的增加都加强了OH-PLIF信号强度,即有利于火焰中OH自由基的生成。而CO/（CO＋CH4）相对比例的上升,因同时减少了CH4含量,导致OH自由基浓度下降。H2含量的升高和CO/（CO＋CH4）相对比例的上升（转折点前）对于火焰行程都有缩短的作用,强化了燃烧。转折点之后CO/（CO＋CH4）相对比例的继续上升不利于燃烧。后文对裂解气火焰瞬时图像和火焰面密度的分析印证了上述规律。     

无人机自动着舰末段机器视觉导引方法研究

介绍了无人机的概念，以及目前舰载无人机的发展现状；主要讨论了在无人机自动着舰末段如何利用机器视觉导引无人机识别并跟踪舰艇，使其平稳、准确地飞入安装在舰艇尾部甲板上的拦截网中，实现撞网回收。     

单目机器视觉测距技术在无人机自动着舰中的应用

介绍了机器视觉的概念，探讨了机载单目机器视觉在无人机自动着舰方案中的应用。在对前方舰艇进行快速探测以及对摄像机进行预先标定的基础上，本文利用机器视觉理论与方法，以及摄像机内部参数和透视投影几何关系，计算无人机与前方舰艇相对距离。最后展望了机器视觉的发展及应用前景。     

民用飞机的无损评定技术展望

文章对无损评定技术在民用飞机的检测中常用的方法做了简介，阐述了目前无损评定技术的新发展和进一步发展无损评定技术的重点：(1)缺陷检测的可靠性；(2)低成本；(3)易于在现场条件下实施。指出改进无损评定标准和无损评定方法对监控民用飞机机群是非常关键的，且必须和材料与结构技术的发展同步进行。     

基于神经网络的电子线路故障诊断

分析了故障字典法在实际应用中存在的不足，提出将单位BP算法应用到电子线路的故障诊断中。对基于该方法的航空装备电子线路故障诊断进行了计算机仿真，并分析了网络参数的变化对训练结果的影响。仿真结果表明了该方法的合理性和有效性。     

基于零空间追踪算法的滚动轴承故障诊断

提出了一种基于零空间追踪算法（NSP）的滚动轴承故障诊断方法,首先依据轴承故障机理建立轴承故障振动信号模型,并构造基于轴承故障振动信号特征的零空间微分算子,然后利用所构造微分算子将待分析混合信号分解为一系列含有轴承故障特征的窄带信号的叠加,最后通过调整算法中的参数实现轴承故障的特征提取。仿真与实验信号分析结果表明,该方法可以有效进行滚动轴承的早期故障特征提取及复合故障的分离。     

神经网络在无人机电控活塞发动机试验中应用

分析了无人机用电控活塞发动机试验特点以及试验中存在的难点,针对电控发动机高海拔标定试验中进气歧管压力(manifold air pressure,简称MAP)传感器数据的传统线性插值方法不能完全表述电控发动机非线性特性的缺陷,提出采用BP(back propagation)神经网络模型的解决方案.为避免目前应用神经网络方法中所存在的不足,通过采用原始数据分组方法进行网络训练误差的实时反馈和控制,较好地解决了神经网络训练过程中容易陷入"局部最优"和"过拟合"状态,并对BP神经网络预测结果给予了详细研究,训练误差和预测误差分析结果表明了该方法的可行性和计算结果的可信性.      

一种基于控制参数化方法的柔性关节机械臂的#br# 最优PID参数整定方法#br#

数化方法的柔性关节机械臂的最优PID参数整定方法吴昊1,2,郭小龙3,谭元3,毛新涛4摘要： 提出了一种基于控制参数化方法的柔性关节机械臂的最优PID参数整定方法.首先,将柔性机械臂的性能指标建模为连续状态不等式约束.然后,将柔性关节机械臂的最优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.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,从而将含连续状态不等式约束的最优参数选择问题转化为一个标准的可以优化软件包求解的非线性规划问题.最后,通过数值仿真验证了本文提出的方法的有效性.     

OPTIMIZED STRAPDOWN CONING CORRECTION ALGORITHM

Traditional coning algorithms are based on the first-order coning correction reference model. Usually they reduce the algorithm error of coning axis （z） by increasing the sample numbers in one iteration interval. But the increase of sample numbers requires the faster output rates of sensors. Therefore, the algorithms are often lim- ited in practical use. Moreover, the noncommutivity error of rotation usually exists on all three axes and the in- crease of sample numbers has little positive effect on reducing the algorithm errors of orthogonal axes （x, y）. Considering the errors of orthogonal axes cannot be neglected in the high-precision applications, a coning algorithm with an additional second-order coning correction term is developed to further improve the performance of coning algorithm. Compared with the traditional algorithms, the new second-order coning algorithm can effectively reduce the algorithm error without increasing the sample numbers. Theoretical analyses validate that in a coning environ- ment with low frequency, the new algorithm has the better performance than the traditional time-series and fre- quency-series coning algorithms, while in a maneuver environment the new algorithm has the same order accuracy as the traditional time-series and frequency-series algorithms. Finally, the practical feasibility of the new coning al- gorithm is demonstrated by digital simulations and practical turntable tests     

基于测距测角信息的DG-IEKF相对导航算法

在自主近距空中加油过程中,无人机通常利用机间数据链进行导航数据共享,解算获得高精度的相对导航信息.机间数据链受扰中断时,在常规相对导航策略失效的情况下,无人机通过搭载的态势感知传感器对未知环境进行探索.针对受油机与非合作目标加油机间中远距离相对导航问题,提出了一种测距测角信息下的相对状态估计算法.考虑到测距测角信息下算法的强非线性,在迭代扩展Kalman滤波(Iterative Extended Kalman Filter,IEKF)的基础上,利用信赖域狗腿(DG)优化算法,提出了一种DG-IEKF算法,并推导了该算法在迭代过程中的状态更新方程与协方差阵更新方程,最后给出了该算法的相对导航仿真结果.仿真实验结果表明,该算法导航精度优于现广泛使用的扩展Kalman滤波算法(Extended Kalman Filter,EKF)与IEKF算法,在RMSE方面与EKF相比,相对位置综合精度提高了35.55％,相对速度综合精度提高了19.20％,具有较高的可靠性与稳定性.