含间隙运动控制系统中的定位抖动和 速率波动原因分析及解决措施

针对一类含间隙大惯量非直驱转动系统中出现的速率波动现象,利用描述函数法和计算仿真的方法进行了原因分析.在通常的解决措施如双电机消隙、机械消隙方法之外,针对一类间隙可测量的运动控制系统,提出了解决该类问题的新思路,即通过间隙的间接测量,利用反馈机制进行间隙补偿,并用小增益定理证明了其稳定性.实现了部分电气消隙的作用,在适当降低跟踪精度的情况下,消除了定位抖动,提高了速率平稳性.     

MEMS陀螺静态误差补偿方法研究

针对典型MEMS陀螺静态误差大、 影响工程上使用的难题,提出基于时间序列模型的Kalman滤波方法.通过对典型MEMS陀螺数据进行分析,提取其趋势项,进行周期检验与相关性分析,建立时间序列模型;针对建立的时间序列模型,提出利用Kalman滤波方法,消除零位不稳定性.仿真及试验结果表明,该解算方法能够有效补偿MEMS陀螺静态误差,显著提升其静态指标.     

空间自旋目标平动补偿与微动特征提取方法

针对空间自旋目标平动补偿与微动(m-D)特征提取问题，提出一种基于延时共轭相乘和微动分解的平动补偿与特征提取方法。该方法通过延时共轭相乘处理实现目标加速度估计，然后构建冗余的微动原子集，对加速度补偿后信号进行微动分解补偿，通过搜索补偿信号的最大谱峰获取目标的微动特征与速度信息。仿真试验表明,所提方法能够有效估计空间自旋目标的运动参数，并快速提取其微动特征。     

G-16EP通用航空电瓶充放电及寿命研究

为了对G-16EP型电瓶进行维护和保养，根据电瓶厂家规定和适航规范，总结了该型电瓶的充电和容量测试（放电）方法，指出了影响电瓶寿命的主要因素，为该型号电瓶的维护提供了参考。     

基于反馈补偿K-means的救援物资需求预测

针对低空应急救援过程中救援物资需求的多样性与不确定性，提出基于反馈补偿K-means相似搜索的物资需求预测算法。通过比较非平稳数据处理方法，采用差分自回归平均移动模型（ ARIMA）对历史灾情数据进行平滑处理；将预处理后的灾情数据运用基于反馈补偿的K-means方法进行聚类分析；再对比夹角余弦，杰卡德相似系数以及相关系数这3种方法，搜索出相似度最大历史灾情案例，并线性求解当前低空应急救援所需物资量。实验结果表明，在基于反馈补偿K-means相似搜索的物资需求预测过程中，运用相关系数搜索的误差是最小的，方法不仅提高了大数据处理能力，而且在一定程度上提高了预测精度。     

基于双三次B样条插值的薄壁件加工误差补偿方法

以薄壁件加工过程为研究对象,针对薄壁件加工的误差预测、补偿问题,提出一种基于双三次B样条插值的薄壁件加工误差补偿方法.在获得薄壁件历史加工数据的基础上,运用插值理论建立误差模型,得到误差分布规律,考虑切削力与弹性变形之间的迭代影响建立误差补偿方法.该方法综合考虑了弹性变形、热误差、几何误差等多种误差源,通过数值分析方法建立误差模型,避免以往薄壁件误差建模中误差源分析不全、解析困难的弊端,最终以薄板工件为例,通过实验验证,应用该误差补偿方法可有效提高薄壁件的加工精度.     

智能机床的误差补偿技术

误差补偿技术是智能机床精度提高与保持的关键技术之一.分析了国内外机床误差补偿技术研究现状,提出智能机床误差补偿技术总框架;总结了智能机床误差源、误差元素、几何与热误差的误差元素模型及建模方法,以及典型的误差补偿方法;研究了力误差补偿技术、基于零件在线测量的误差综合补偿技术;最后,对未来智能机床误差补偿技术的发展重点进行展望.     

基于蒙特卡罗方法的冷原子干涉仪物理仿真

由于现有的噪声分析方法无法很好地评估在复杂环境下冷原子干涉仪的输出特性,本文提出了一种新的冷原子干涉仪仿真方法,可以模拟大动态条件下各项噪声及其之间的耦合对冷原子干涉仪的影响。利用单粒子波包演化的处理方式对冷原子干涉仪进行全过程物理建模,并采取蒙特卡罗方法对大量确定初态的原子进行全过程统计,最终得到冷原子干涉仪在多种噪声同时存在的情况下的响应。该方法主要优势体现在能够对噪声耦合情形进行高精度仿真,并且可以根据实际数据对干涉仪输出进行实时处理,以提升冷原子干涉仪的性能指标。     

火电厂汽包水位测量及误差分析

汽包水位信号的准确测量直接关系到机组的安全稳定运行及汽水调节的品质，是机组安全、稳定运行的重要保证，因此需要采取必要措施提高汽包水位的测量精度并减少测量误差。本文介绍了汽包水位常用的测量方法、汽包水位测量误差产生的原因以及因汽包压力及取样管温度引起的水位测量误差的校核计算方法，提出r适用于发电厂汽包水位校核计算及实际补偿的通用原理和试验方法。     

基于灰色补偿反步法的机动指令跟踪控制

基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。