一种闭环对象辨识方法及其在生产中的应用

针对一些难达稳态过程的模型不易辨识的问题,提出了一种对象模型参数和状态方程初值同时辨识的新方法.该方法可不进行装置实验,仅使用装置历史数据就可进行在线辨识,且适用于系统处于非稳定状态的阶跃响应数据.闭环控制系统辨识仿真和实际应用表明,应用该方法辨识出的对象特性进行PID参数设计,效果明显,并且使控制系统具有很好的抗干扰能力和鲁棒性.     

影响超精密加工精度的主要因素

超精密加工技术是衡量国家科学技术水平的重要标志之一。本文从超精密加工机床、超精密加工刀具、被加工材料、超精密测量、超精密加工环境等方面，分析了影响超精加工精度的因素及产生的原因。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

M-型皱褶芯材弹性常数的细观力学模型

研究了皱褶芯材的几何特征和承力特性，给出了其当量弹性常数求解的细观力学模型。该模型采用材料力学的方法推导出了M-型皱褶芯材的当量密度ρ、当量线弹性模量Ez和当量剪切模量Gyz，为皱褶夹芯结构的优化设计和皱褶芯材夹芯板的力学性能计算奠定了基础。     

转动旋翼模型动柔度的试验研究

介绍测定转动旋翼模型动柔度的试验方案、试验程序，综述以作者自行设计的旋翼模型进行试验所得到的结果及其与理论计算结果的比较。结果表明，试验方案与方法是可行的，理论计算公式是正确的。     

水上飞机自由飞模型起飞与降落性能的综合试验

本文综述了用4台发动机为动力的水上飞机自由飞模型起飞与降落性能的综合试验,这些性能包括稳定性、操纵性、飞溅、水阻力、着水撞击、起飞砰击、失速及耐波性等。模型与真实飞机保持几何、质量、运动状态、拉力、升降舵效率及其波浪谱的相似,故模型试验与真实飞机的试飞结果比较符合。同时着重介绍了模型试验的机载测试系统与地面测试系统。     

对称层合圆柱正交异性中心开孔扁球壳的非线性屈曲

在非线性屈曲理论基础上，考虑对称线布载体荷作用形式，导得相应控制方程，以分析中心开孔，即外边缘固定，以及内边级悬空的复合材料扁球壳非线性屈曲稳定性问题。为了求解本文的非线性屈曲问题，获得临界载荷计算公式，本文采用修正迭代法，即第一次迭代将非线性项略去，第干净人迭代将第一次迭代结果作为已知量代入非一项来获得临界载荷的解析计算公式，最后，本文以实例分析讨论了横向剪切变形、开孔大小、线布载荷位置的几何参     

展望系统辨识方法在大攻角气动问题研究中的应用

在分析了目前进行飞行器大攻角气动特性研究所采用的尾旋风洞试验、常规风洞自由飞试验和遥控模型自由飞试验的优缺点之基础上指出:把系统辨识方法与这些试验方法结合起来,是一种行之有效的研究飞行器大攻角气动问题的技术途径,它可以简化这些试验方法的一些技术环节,提高试验精度。若气动数据来源于尾旋风洞,这种新方法只能研究飞机的发展尾旋和改出尾旋;若气动数据来源于常规风洞,这种新方法也只能研究飞行器的大攻角、偏离、过失速和失速性滚摆/滚转模态;只有通过模型自由飞获取气动数据,这种新方法才有可能研究包括尾旋全过程在内的各种大攻角飞行模态。     

黑板框架的知识表达方法

本文介绍了黑板框架知识表达方法的设计思想和技术。黑板框架是由框架、知识源和黑板模型组成,是产生式规则、谓词、框架等多种知识表达功能的组合形式,它将知识表达和知识处理结合成一体,既能表达静态的知识,又能表达动态的知识;既能方便地表达断言性知识,又能自然地表达结构性知识。表达功能强、灵活性大;方便知识调度,加快推理速度,提高推理效率;方便知识获取并有利于机器学习。 黑板框架是一种能表达特定领域复杂知识结构的良好的方法,具有表达充分、推理充分、推理效率和获取效率高的特点。 文中还对目前各种知识表达方法进行了评价,对黑板模型、知识源、黑板框架的概念进行了描述,并对黑板框架给出了严格的BNF定义。 黑板框架的知识表达方法,已在医学专家系统开发工具BFBEST中获得了成功的应用,并取得满意的效果。     

神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。