New design of a compact aero-robotic drilling end effector: An experimental analysis

This paper presents the development of a normal adjustment cell (NAC) in aero-robotic drilling to improve the quality of vertical drilling, by using an intelligent double-eccentric disk nor-mal adjustment mechanism (2-EDNA), a spherical plain bearing and a floating compress module with sensors. After the surface normal vector is calculated based on the laser sensors’ feedback, the 2-EDNA concept is conceived specifically to address the deviation of the spindle from the sur-face normal at the drilling point. Following the angle calculation, depending on the actual initial position, two precise eccentric disks (PEDs) with an identical eccentric radius are used to rotate with the appropriate angles using two high-resolution DC servomotors. The two PEDs will carry the spindle to coincide with the surface normal, keeping the vertex of the drill bit still to avoid repeated adjustment and position compensation. A series of experiments was conducted on an aeronautical drilling robot platform with a precise NAC. The effect of normal adjustment on bore diameter, dril-ling force, burr size, drilling heat, and tool wear was analyzed. The results validate that using the NAC in robotic drilling results in greatly improved vertical drilling quality and is attainable in terms of intelligence and accuracy.     

Mission decision-making method of multi-aircraft cooperatively attacking multi-target based on game theoretic framework

Coordinated mission decision-making is one of the core steps to effectively exploit the capabilities of cooperative attack of multiple aircrafts. However, the situational assessment is an essential base to realize the mission decision-making. Therefore, in this paper, we develop a mission decision-making method of multi-aircraft cooperatively attacking multi-target based on situational assessment. We have studied the situational assessment mathematical model based on the Dempster-Shafer (D-S) evidence theory and the mission decision-making mathematical model based on the game theory. The proposed mission decision-making method of antagonized airfight is validated by some simulation examples of a swarm of unmanned combat aerial vehicles (UCAVs) that carry out the mission of the suppressing of enemy air defenses (SEAD).     

一类含动态扰动的随机非线性系统的FNN控制

针对一类非仿射且带有动态扰动的纯反馈随机非线性不确定系统,在随机Lyapunov稳定性理论框架下,利用自适应Backstepping方法并结合模糊神经网络( FNN),设计出保证闭环系统所有信号概率意义下有界的自适应控制器。在控制器设计中,对系统动态扰动进行参数化处理,并对系统不确定性进行FNN逼近,以四层神经网络为基础构架,引入模糊逻辑对网络进行推理,其输出权值可自适应调整,设计方法有效地减少了可调参数的数量,数值仿真结果也表明设计方法的有效性。     

6-PUS并联加载机构模糊PID力控制系统设计

为对数控机床主轴进行多维力加载试验,首先建立了6-PUS并联加载机构的静力学模型,得到机构力雅克比矩阵,通过力雅克比矩阵将对机构末端多维力的控制转化为对单支链力的控制;其次,设计了单支链力模糊PID控制器;最后,在机构静态下,分别以传统PID和模糊PID控制器对6-PUS并联加载机构进行了多维力加载试验,加载力为F=(200,200,200,10,10,10)T的阶跃信号,对比发现模糊PID响应的力超调量在X、Y、Z各向均明显小于传统PID引起的超调量.     

非合作体附着下的组合体航天器自适应控制

空间中非合作体附着航天器本体后,新组合体惯量参数未知、系统引入的动量变化未知,容易造成航天器姿态控制失稳.针对此问题,提出了一种基于非合作组合体整体惯量估计的自适应控制方案,实现不同情形附着下新组合体姿态的快速和高精度恢复.通过构造李雅普诺夫函数,对自适应控制方案稳定性进行了证明.搭建的某卫星被非合作组合体附着后的姿控仿真平台表明,在非合作体惯量参数未知、引入动量未知以及附着前系统状态不定等恶劣情况下,采用该算法的组合体姿控误差可收敛到一个极小的领域内,可以实现对非合作组合体系统快速而有效的控制.     

涡扇发动机故障诊断中粒子滤波改进方法

针对标准粒子滤波算法诊断步数多且诊断结果噪声水平高的问题,提出伪协方差和自适应似然分布结合的改进粒子滤波算法。该算法通过使用伪协方差代替了粒子集协方差,保证采样得到的粒子能够更真实地反映突变情况,减少诊断步数;通过对似然分布自适应调整,增加其与先验分布的重叠区域,提高抽样率,增加有效粒子数,降低诊断结果噪声水平。发动机健康参数估计仿真结果表明:与标准粒子滤波算法相比,改进的粒子滤波算法能使诊断速度提高约27%,诊断精度提高约38%,有效地减少了突变故障的诊断步数,并显著降低了诊断结果的噪声水平。     

自适应扩展增量 Kalman 滤波方法

基于扩展增量Kalman滤波方法(EIKF)和自适应增量Kalman滤波(AIKF),建立自适应扩展增量Kalman(AEIKF)模型及其分析方法,给出递推算法.在许多实际情况(如深空探测),由于环境因素的影响、测量设备的不稳定性等原因,量测方程往往存在未知的系统误差,并且模型参数也具有不确定性,结果导致较大的Kalman滤波误差,影响滤波的收敛性.提出的AEIKF方法能够成功消除这种未知的系统误差,并能够实时估计变化的噪声统计量,提高Kalman滤波精度.该方法计算简单,便于工程应用.      

基于RBFNN自适应混合学习算法的航天测控系统任务可靠性分配

为解决执行航天测控任务的各设备存在复杂的时空关联、可视与信息关联等动态约束关系,使得航天测控系统任务可靠性分配建模和分析极其困难,同时模型求解效率低的问题,提出了自适应混合学习算法的径向基神经网络建模方法.算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;在此基础上,利用梯度信息衰减因子改进了迭代过程中网络参数的梯度信息计算方式,避免了学习过程早熟的不足,且加快了迭代收敛速度.最后,通过采集航天测控系统输入-输出数据,将自适应混合学习算法应用于参数训练,并给出了具体实现步骤.通过算例仿真,表明算法在解决航天测控系统任务可靠性分配问题时具有较高泛化能力和分配结果稳定等优点.      

基于角速度估计自适应的IMM目标跟踪算法

为了解决目标强机动时目标跟踪算法模型集不匹配的问题,提出了一种基于角速度估计的自适应交互式多模型算法。通过对角速度的估计,在目标的不同运动模式下选取最优模型集,角速度估计精度高时,通过角速度估计值构造模型集,减小模型间竞争;角速度估计精度低时,采用标准IMM算法的模型集,提高模型集的覆盖范围,从而提高跟踪精度。仿真结果表明该方法能够明显提升目标跟踪性能,对强机动目标的跟踪效果尤其显著。     

不同节流装置测量气液两相流的动态特性研究

为了研究文丘里管、多孔孔板和V型内锥3种功能节流式流量计测量得到的气液两相流动态特性,采用高频差压传感器获取不同流型下的动态差压信号,利用AOK时频谱对差压信号进行分析,通过时频谱图研究不同流型下信号的时变特征。通过对典型的泡状流、弹状流、塞状流信号的实验分析表明：文丘里管在塞泡流存在较强的噪声信号,V型内锥在泡状流存在较强的噪声信号。多孔孔板具有很好的降噪效果,且多孔孔板能均衡信号的能量,信号能量分布较均衡。3种节流仪表均能很好地描述两相流定态特性,能够用于两相流流型识别及其它参数测量。