基于行波与模态的混合方法对Timoshenko梁进行振动主动控制

 基于Timoshenko梁理论，采用波控制和独立模态空间混合方法，对悬臂梁的振动控制问题进行研究。采用波控制方法实现对Timoshenko梁结构的一点或多点的横向位移的振动控制。首先,基于结构的整体运动,采用模态坐标控制方法，对结构振动进行整体控制设计。而后，基于结构的局部性质，采用波方法吸收结构振动中的高频能量并求出Timoshenko梁中波的反射因数和透射因数。理论上研究了单位力扰动下的悬臂梁的振动。考虑的具体方法是将PD反馈波控制与基于极点配置法设计的模态控制相结合。最后给出数值结果。     

某型机后机身平尾颤振模型设计刚度模拟的探讨

本文探讨了飞机低速颤振模型刚度模拟计算的一种方法。用此方法对某种型号飞机的后机身、平尾刚度进行设计计算,试验结果表明,这种计算方法是可行的。     

二滩工程钢引桥风振试验研究

二滩水电站木材过坝机械系统中，斜坡段钢引桥节段模型风洞试验分别在光滑流和大湍流度条件下进行，包括涡激振和抖振试验，以及颤振临界风速和颤振导数测定。试验求得的结果可作为该钢引桥结构动力计算风振稳定性分析的依据。试验中提出的颤振导数提取的方法，是在风洞弹簧悬挂系统中附加动力天平条件下求得的，这是一种新的尝试。     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能     

结构响应主动控制的时域与频域实现

结构响应主动控制技术是结构振动主动控制的一种新方法，并由于其具有直接以结构振动响应为目标，概念简单、实现容易和采用前馈控制、没有系统稳定性问题等优点而日益受到重视。本文评述了结构响应主动控制的基本原理、特点及控制系统的基本组成，并对两种最基本的实现方法－时域法和频域法的基本思想、适应能力、及实现难易程度等方面进行比较分析，指出时域法在适应能力、适用范围和应用潜力上优于频域法，但在实现上对硬件的计算     

五自由度磁悬磨头电控系统研究

研究的高速磨床电磁悬浮磨头电控系统尽量采用最新技术，在保证系统 性能的前提下降低了系统造价。在该系统中采用TMS320F240 DSP芯片作为控制核心，同时控制磁悬浮轴承的悬浮和变频电机调速，采用运行效率很高的汇编语言编写控制软件，其中磁悬浮轴承是PID控制算法，电机调速为SPWM方式。磁悬浮轴承PWM功率放大器中采用能简化驱动的新型半桥电路，电机调速主电路中采用智能功率模块（IPM）。动态刚度测试和高速运转实验表明，该电控系统满足高速磨床电磁悬浮磨头的控制要求。     

带有传动机构的翼段颤振半主动抑制

尝试了将磁流变阻尼器安装于机翼操纵面传动机构上的布局，并由此建立了非定常气动力下机翼-操纵面-传动机构的气动弹性动力学方程，利用on—off控制算法对系统进行颤振抑制，并且研究了控制延迟时间、控制电压以及阻尼器滞回宽度等参数对控制效果的影响。计算机仿真结果表明，控制延迟时间和控制电压对颤振临界速度有较明显的影响，而阻尼器的滞回宽度的影响不大，在本文的阻尼器安装布局和控制策略下，系统的颤振临界速度至少提高了17％。     

电磁式作动器与受控结构的耦合特性研究

本文分析了电磁式作动器与受控结构的耦合特性。以某典型电磁式作动器为例,建立了它与恒流输出功率放大器、恒压输出功率放大器配套使用时的数学模型,以及它与受控结构的耦合模型,研究了受控结构耦合作用下电磁式作动器的频率特性,计算结果与试验结果一致。另外,本文还推荐将恒流输出功率放大器与电磁式作动器配合使用。     

带翼梢外挂的CK1机翼颤振分析

本文根据颤振运动方程,应用v～g参数法和非定常气动力的偶极子格网法计算了CK1机翼翼尖带外挂物红外器时的颤振,分析了翼尖外挂物对机翼颤振的影响,确定翼尖外挂有利的配置方案.计算结果表明CK1机翼的颤振对梢部的重量分布是敏感的,红外器的弦向位置及翼尖配重布置得当,则可提高颤振速度,否则也可降低颤振速度。     

力控制反馈信号的神经网络法校正

对机器人的力反馈，主动柔顺控制和双向联想记忆的神经网络进行了综合研究，针对机器人腕力传感器输出信号的部分失真，提出了机器人擦洗平面玻璃力反馈信号神经校正的方法，并建立了相应的神经网络结构，在ＡｄｅｐｔＴｈｒｅｅ精密装配机器人上进行了试验验证，取得了满意的效果。