扩张状态观测器在无人机纵向飞行控制中的应用

针对在设计无人机控制律时存在未建模动态和不确定扰动的特点,将未建模动态和不确定扰动视为综合扰动,引入扩张状态观测器对综合扰动项进行估计并补偿,设计出不依赖对象模型的改进PID控制器.仿真结果表明,该控制器在控制量品质、动态性能、稳态精度等方面都优于常规PID控制器.     

有输入未建模动态的非线性系统自适应逆设计

对于一类存在输人未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。文中仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐近稳定性。最后给出的仿真研究证明了该设计方法的有效性。     

民用飞机运行风险评估方法

对民用飞机进行风险评估是十分必要的,为了降低民用飞机的运行风险,通过分析民用飞机运行风险研究现状,对于单机,给出故障模式影响分析方法(FMEA)和故障树分析方法(FTA)相结合的单机风险评估方法;对于机队,首先,通过维修计划,利用民用飞机历史运行数据估算风险暴露次数;然后,在浴盆曲线的偶然失效期和耗损失效期分别建立风险计算模型和未纠正机队风险分析方法,并通过实际算例,获得机队风险变化趋势及面临的风险值.对上述方法进行分析归纳,给出了三种降低运行风险的改进方向,有效降低了民用飞机的运行风险.     

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

某型发动机喷口收放故障分析与排除

针对某型发动机在地面试车时发动机进入最大状态后放喷口的一次意外故障,结合喷口调节系统的原理和调节过程,分析可能的故障原因,并采取相应的排故措施进行验证,最终排除了故障。     

新、旧GB对未注公差规定的主要差异——简介GB/T1804—92

概述了一般图样上不标注公差尺寸的情况,讨论了线性尺寸未注公差新、旧国家标准在公差等级、公差带分布以及在图样上标注方法等方面的主要差别,并对未注公差不适用的尺寸作了简要说明。     

CFRP螺旋铣孔加工中的轴向力抑制方法

在碳纤维增强树脂基复合材料(Carbon Fibre Reinforced Polymer,CFRP)螺旋铣孔加工过程中,刀具端刃所产生的轴向力过大会造成制孔出口分层、撕裂、毛刺等缺陷问题。为减小CFRP螺旋铣孔加工中的轴向力,从运动学原理上分析了刀具端齿隙角与未变形切屑的关系,提出了使刀具切削线速度较低的中心区域不参与切削的方法;进一步推导出了使刀具中心不参与切削的条件,并对不同端齿隙角和导程组合下的未变形切屑形状进行了模拟;最后在CFRP上进行了螺旋铣孔试验验证。结果表明,通过增大刀具端齿隙角和减小导程,可以使螺旋铣孔加工中端刃中心区域不参与切削,从而有效减小CFRP螺旋铣孔中的轴向力。     

某型涡扇发动机测量数据融合模型

为提高传感器测量数据的有效性、可信性,基于共同工作方程,采用原始对偶内点法对某型涡扇发动机测量数据进行了融合分析。通过案例研究了当可测量参数存在误差时融合模型对流量、温度及压力等参数的预测效果;使用两种初值更新法,测试了不同工况下的物理运算时间;研究了约束违反程度对数据融合效果的影响;测试了关键传感器失效情况下,动态数据融合模型对缺失参数的预测效果,提出了进一步加快计算速度的方法。结果表明:通过数据融合,测量数据和未测量参数的不确定度下降到1%以内;通过算法优化,运算时间减小到5s,为发动机状态监控、传感器维护和传感器失效情况下发动机控制策略的制定提供了支持。     

基于未加权区域采样的直线反走样算法

直线作为组成图形的基本元素,其生成方法一直是计算机图形学研究的基础内容之一.针对非垂直且非水平直线在光栅图形显示器存在的走样现象,结合经典的Bresenham算法和未加权区域采样思想,提出一种新的反走样直线生成算法.相比于传统的未加权区域采样以及Wu算法,该算法主要利用整数加减运算完成直线的反走样,计算简单,利于FPGA(Field Programmable Gate Array)硬件实现.仿真结果表明:新算法的仿真速度约为传统未加权区域采样的3倍,与Wu算法仿真速度相当;利用Wu算法生成的直线平滑性较好,但是沿着直线方向的某些相邻像素灰度值相差较大,而新算法生成的直线不但平滑效果好,而且沿直线方向相邻像素灰度值相差不大,因此,相比于Wu算法,新算法反走样效果更佳.