齿轮传动装置运行状态综合监测研究

本文提出了运行状态“综合监测”的观点,并介绍了齿轮传动装置运行过程中的温度、噪声、振动、红外光谱、铁谱和表面轮廓等方面进行综合监测的初步研究结果。      

基于神经网络的自适应状态观测器

利用ＢＰ神经网络动态系统对一类非线性时变系统的状态进行了估计。利用神经网络的“学习－遗忘”特性,提出了非线性时变系统的自适应状态观测器,对其结构及特性进行了讨论。仿真结果表明这种自适应状态观测器能跟踪系统参数及状态的变化。     

液体火箭发动机故障数据库的设计与实现

讨论了液体火箭发动机故障数据库的设计思路及实现途径,以国内２１种液体火箭发动机试车及发射数据为基准,建立了初步的故障数据库,重点介绍了故障数据库的功能设计,结构设计和开发环境等内容。     

天基红外低轨星座对目标的跟踪算法研究

建立了天基红外低轨星座对自由段目标的观测模型,考虑了精确的目标运动模型。针对天基红外低轨星座的任务特点,从收敛速度、估计精度、估计有效性以及运算效率等方面比较了批处理滤波、EKF、UKF、高阶UKF和粒子滤波等算法的性能。仿真结果表明,综合考虑各种因素的影响,UKF具有最佳估计性能,能够对天基红外低轨星座中自由段目标进行有效跟踪。该文的理论分析和仿真实验对天基红外低轨星座的跟踪滤波器设计具有重要的指导意义。     

混合高斯测量噪声下的多模型滤波

就带有混合高斯测量噪声的离散时间系统 ,提出了一种简化的多模型滤波。理论分析证明该滤波方法用较少的计算量得到了与交互多模型滤波相同的估计性能。为满足应用要求 ,给出了该滤波器的数值鲁棒实现方法。一个关于仅有方位测量的制导例子验证了该滤波算法的有效性。     

一类不确定非线性系统的观测器设计

系统状态观测器在故障检测与状态反馈中起着重要作用,特剐是非线性系统状态观测器的构造已成为目前控制理论界一个重要研究课题。本文针对一类含有建模误差的非线性系统,提出了一种非线性状态观测器的结构形式,然后利用非线性变换,将含有建模误差的非线性系统变换为仅依赖原系统的输入、输出的规范形式,从而利用可测数据进行构造观测器。在此基础上,利用Lyapunov稳定性理论以及微分同胚的性质,分析了非线性动态误差方程的稳定性。理论证明,在建模误差为零时,估计状态收敛到其真实状态;在建模误差不为零时,估计状态与实际状态之差一致最终有界。最后进行了详细的仿真研究,结果表明了该方法的有效性。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

共轴刚性旋翼悬停状态桨叶表面压力测量试验与计算研究

针对共轴刚性模型旋翼悬停状态,开展了桨叶表面压力测量试验与数值模拟研究。试验采用微型压力传感器进行桨叶表面压力测量,不仅获得了桨叶表面压力的试验数据,同时为CFD计算方法计算桨叶表面压力提供了验证数据。计算与试验结果对比吻合度良好,验证了CFD计算方法的有效性。研究获得了共轴刚性旋翼上下旋翼桨叶表面的流动情况和压力特性,结果表明:对于上下各4片桨叶的共轴刚性旋翼,桨叶表面压力随着桨叶旋转呈周期性变化,旋转一周出现8个小周期;在上下旋翼扭矩配平的悬停状态,下旋翼桨叶大部分区域受下洗流影响,下旋翼剖面拉力低于上旋翼;在桨尖区域,下旋翼的桨距角大于上旋翼,受各自上洗流的影响,下旋翼剖面拉力高于上旋翼。      

基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题,提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型,而是通过设计扩张状态观测器,将高超声速飞行器耦合项视为扰动,利用扩张状态观测器具有实时跟踪估计扰动的能力,将耦合项扰动估计出来。通过补偿控制来消除耦合的影响,从而完成解耦控制。进一步,通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计,最终实现一种工程上实用的高超声速飞行器解耦控制方法,并通过数学仿真验证了该控制方法的正确性和有效性。     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响,设计了两步卡尔曼滤波（TSKF）算法。首先,介绍了脉冲星方位误差估计的传统模型,并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次,在传统的估计模型中加入了钟差和卫星位置误差,并将钟差和钟差变化率增广为新的状态量,从而推导出包含2种误差的新模型,并证明了该模型的完全可观测性;根据该模型并按照两步卡尔曼滤波原理,得到了TSKF算法的步骤。最后,通过仿真表明:在钟差和卫星位置误差同时影响下,传统脉冲星方位误差估计算法偏差较大且发散;TSKF算法则能够有效隔离2种误差的影响,使赤经和赤纬误差估计达到0.2 mas之内的精度。