一种智能防错的辅助人工作业系统开发与应用

针对航空制造业人工装配出现的操作易出错、效率低、培训成本高、质量不稳定等问题,开发了一种辅助人工作业系统,通过投影指示、体感摄像、触摸显示等方式来辅助人员装配。同时对于作业引导、零件选取、螺钉拧紧等易出现问题进行了智能防错设计。通过一种航空机载机电产品的手工装配工程应用,实现了装配过程的辅助引导监控,提高人工装配的质量和效率。     

基于DS证据理论的航天设备寿命预测方法

以动量轮为研究对象,提出一种基于D S证据理论和Bayes理论的信息融合及寿命预测方法。首先,挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息,并构建证据集合;其次,利用合成规则对证据集合进行合成,得到合理的验前融合权重的分配结果;然后,利用Bayes方法求解寿命参数的融合验后分布,并计算寿命参数的估计值;最后,根据参数估计值预测设备的剩余寿命。仿真结果表明,基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比,更加接近于设备的真实寿命信息。     

新型复合多视场光学敏感器及其导航方法

基于利用四面镜结构实现的复合多视场光学敏感器,给出了一种高精度天文导航方法,即通过四面镜同时观测地球、导航星和折射星,利用卫星、地球、恒星之间的位置关系,实现自主导航。通过研究导航量测信息的获取途径,给出了复合多视场光学敏感器的5种实用工作方式。结合卡尔曼滤波算法,建立了自主天文导航的仿真模型,并对5种工作方式进行了仿真与比较。仿真结果表明:双组直接敏感地平与单组间接敏感地平结合的导航方式精度最高,位置精度达到了10 m量级。      

乏信息空间机械臂随机振动信号的灰自助评估

经典的统计学方法无法解决乏信息数据的评估问题。结合自助法和灰色系统理论,提出一种实现乏信息空间机械臂随机振动数据估计的灰自助方法。运用自助法对乏信息振动功率谱密度进行自助再抽样得到大量样本数据;利用灰色系统理论和最大熵理论建立灰自助模型,构建振动功率谱密度在不同频率点的灰自助分布。利用灰自助方法得到随机振动功率谱密度的真值估计和区间估计。提出了可靠度偏差和区间准确度2个指标对区间估计进行评价。灰自助方法与灰色方法和自助法的对比与测量实例表明,真值估计平均相对误差小于5%,在不同置信度水平下区间估计的准确度高于97%。      

图像信息反馈的目标航天器跟踪控制方法

定义目标航天器图像形心与像平面中心为跟踪误差,并将该像平面误差直接引入跟踪控制闭环,提出一种增益切换的目标航天器跟踪PD控制律,在由推力器开关控制特性定义开关函数的基础上,给出PD控制器增益切换策略。由于直接使用目标航天器在像平面中的视觉特征误差量,避免了视觉相机内参数标定和目标航天器位姿信息求解等过程,简化了服务航天器的系统配置,同时控制器增益切换实现对测量误差、推力器偏差、转动惯量偏差以及干扰力矩等多种不确定性因素进行补偿,提高了跟踪控制系统稳定性及抗干扰性能。最后,基于Lyapunov稳定性理论给出控制器参数估算方法,并理论分析了增益切换PD控制律的收敛性,数学仿真表明该控制律能够对复杂机动目标以及考虑多种不确定性因素等情况进行快速跟踪,校验了视觉跟踪控制策略的有效性及对多类型不确定性的鲁棒性。     

电机智能制造远程运维系统设计与试验平台研究

针对电机智能制造远程运维的需求,设计了基于云平台的电机智能制造远程运维系统。从远程运维系统的整体架构、信息架构及试验验证平台等方面进行了详细阐述。远程运维系统可以对电机制造过程和现场应用过程中的电机参数信息进行实时采集,实现电机全生命周期的运维管理。平台的应用有助于企业提高电机生产质量,减少了电机运维成本,加快了电机运维服务响应速度,提升了售后服务水平,提高了电机的智能制造水平。     

基于支持向量机和DS证据理论的双馈风机定子匝间短路故障诊断

结合支持向量机(SVM)和DS证据理论,搭建了扩展Park变换模型以及失电残压模型,从多元信息融合的角度进行定子匝间短路故障诊断。仿真证明,该方法可以有效提高故障诊断的精确度,从而减少误诊。     

幅度及多普勒信息辅助的多目标跟踪算法

针对现有的多目标跟踪（MTT）算法在强杂波环境下会出现严重的性能衰退,利用目标的幅度及多普勒特征,基于随机有限集（RFS）理论,提出了一种幅度及多普勒信息辅助的δ广义标签多伯努利（ADI-δ-GLMB）滤波器。首先,利用幅度及多普勒信息对目标状态进行扩展,在此基础上建立了新的量测似然函数。然后,基于δ-GLMB滤波器框架推导了新的更新方程。最后,进行仿真验证,结果表明：强杂波下,ADI-δ-GLMB滤波器跟踪性能明显优于δ-GLMB滤波器,估计精度及稳定性更高,且计算量更低;同信息辅助的概率假设密度（PHD）、多目标多伯努利（MeMBer）滤波器相比,ADI-δ-GLMB滤波器状态估计精度更高。     

基于ICA包络增强MEMD的滚动轴承故障诊断

针对多元经验模态分解(MEMD)存在模态混叠、带内噪声干扰导致轴承故障特征信息微弱难提取问题,提出了基于独立分量分析(ICA)包络增强MEMD的滚动轴承故障诊断。采用MEMD对多通道信号进行自适应分解,依据峭度和相关系数选取包含故障信息的本征模态函数(IMF);对所选取IMF分量的包络信号进行ICA分析,抑制模态混叠和削弱带内噪声;选取峭度最大的独立分量包络进行频谱分析,判断滚动轴承的运行状况。实测信号结果表明:ICA包络增强MEMD后包络谱中可以清楚地看到前6阶故障频率,故障特征频率误差小于1 Hz,其他方法只能看到2~3阶,且干扰频率成分较多。      

月球探测器定轨误差分量协方差分析

基于测量量的数学模型,推导环月探测器状态矢量的信息阵,建立定轨误差RTN分量的误差方程和协方差矩阵,给出了测距、测速、时延和时延率的测量误差对定轨误差RTN分量影响的数值关系。根据中国探月工程实际轨道测量数据精度和测站／基线分布情况,计算分析了2种环月轨道位置速度误差RTN分量的影响因素和误差水平。利用嫦娥-1、2月球探测器实际定轨结果,验证了分析方法的有效性。该方法对中国探月工程二期任务动力下降初始定轨误差RTN分量计算具有参考意义。