一种实现飞行品质参数实时辨识的实用方法

考虑到辨识算法收敛的可靠性及结果的精度，采用递推最小二乘估计、飞机运动模态连续－离散模型相互转换及递推极大似然估计，实现飞行品质参数的实时辨识。这种方法的优点在于算法的吸收域是全平面的。初值不影响算法的收敛性，能很好地满足实时性要求，同时还保证了结果精度。利用该方法对某型飞机铁鸟台实测数据进行了处理，取得了满意的结果。     

薄板坯连铸结晶器电磁制动的热模拟实验

本文以Sn作为模拟合金，测定了有无电磁制动条件下结晶器的二维速度分布。实验结果表明；电磁制动对于减轻液面波动，改善薄板坯连铸结晶器内的流场有明显效果。此项工作对于板坯连铸结晶器电磁制动器的设计和工艺参数的确定具有一定的参考价值。     

连续玻璃纤维增强热塑性复合材料工艺及力学性能的研究

选择三种国产高性能热塑性树脂 ,聚醚砜、酞侧基聚醚砜、酞侧基聚醚酮和高强玻璃纤维粗纱 ,采用连续预浸渍技术和高温、高压成型工艺 ,确定出合理的工艺参数 ,分别制备了树脂基体试件和单向板试件 ,并对其进行了相关力学性能试验研究。通过扫描电镜对单向板试件断口进行了分析     

关于某个四阶非对称微分方程边值问题的唯一性

本文处理如下形式的四阶非对称微分方程边值问题的唯一性。 对于对称情形,传统的处理方法是利用Thichmarsh,E.C.的函数论方法与亏指标理论。而当方程为非对称时,上述方法会有些困难。但若通过构造某个特殊的与(?)λ有关的内积,并利用内插不等式及Opial不等式,则非对称情形能被容易地处理且得到许多唯一性的结果。     

仿真转台用连续回转电液伺服马达低速摩擦特性研究

摩擦特性是影响仿真转台用连续回转电液伺服马达超低速性能的重要因素。介绍了马达内部摩擦的形式 ,对叶片作了系统的受力分析 ,通过计算机仿真揭示了马达低速运行时摩擦力矩的变化规律 ,提出了改善马达摩擦特性以提高超低速性能的措施。     

0.6m连续式跨声速风洞AV90-3轴流压缩机喘振边界测试研究

为了测试出AV90-3轴流压缩机在0.6m连续式跨声速风洞中的安全运行范围,采用减小进气体积流量测定喘振点的测试方法和测压力波动的喘振判别方法,准确测试出了AV90-3轴流压缩机的喘振边界线。得出了静叶角增大后,喘振边界线向右上方拉伸和增压、负压下的喘振边界线与常压时基本重合的试验结论。通过将进气体积流量和压比作为防喘振的控制参数,设置报警线和防喘振曲线,采取旁通回流的方法,有效预防了喘振发生。可为后续大型连续式风洞压缩机的喘振边界测定和防喘振控制提供依据和参考。     

多值非扩张非自映射的强收敛定理

对多值非扩张映射构造了两个迭代算法,在自反且严格凸Banach空间中证明了强收敛定理。研究结果推广了Matsushita-Takahashi的结果。     

薄壁圆筒结构工作变形的连续扫描激光测振方法

提出了一种薄壁圆筒结构外表面工作变形(ODS)连续扫描激光多普勒振动测试方法。将旋转平台与电动机控制引入激光连续扫描,发展了一种与激光连续扫描路径相匹配的电动机控制算法,使连续扫描激光振动测试应用于薄壁圆筒结构;对试验件进行了薄壁圆筒结构外表面激光连续扫描测试,获取了500 Hz内的前5阶模态,结果表明:该测试方法与商用激光离散点扫描测试模态振型的相关性在0.96以上,验证了薄壁圆筒连续扫描激光多普勒振动测试的可行性与准确性。连续扫描激光测试的效率高、测点密集,对进一步工程应用具有指导意义和实用价值。     

FMCW体制毫米波SAR实时信号处理方法研究

与脉冲体制合成孔径雷达(SAR)相比,调频连续波(FMCW)体制SAR具有体积小、重量轻、分辨率高、功耗低和低截获等一系列优点,目前小型或微小型SAR普遍采用FMCW工作体制。FMCW SAR在整个脉冲重复周期内都发射信号,其信号占空比达到了100%,为了减小数字接收机采样带宽,降低数据率,FMCW体制毫米波SAR一般采取解线频调接收的方式,但其数据量依然很大,而且机载平台受到气流的影响,运动误差很大,需要迭代估计与补偿,给实时处理模块带来了很大压力。为了提高整个机载FMCW SAR系统的信号实时处理性能,需要在算法层面进行改进。提出了一种两次子孔径误差估计和全孔径误差拼接补偿的FMCW SAR实时成像算法,使用相位梯度自聚焦(PGA)算法和图像偏置(MD)算法级联提取子孔径误差;然后进行子孔径误差拼接成全孔径误差补偿原数据,两维脉冲压缩后完成图像聚焦,提高了FMCW体制毫米波SAR成像算法的效率;最后使用机载Ka波段FMCW SAR实测数据,验证了该算法的有效性。     

高超声速飞行器滑模控制参数整定方法设计

本文针对高超声速飞行器滑模控制人工试凑的参数整定方法较为繁琐、效率低的问题,改进了连续动作学习自动机（Continuous action reinforcement learning automata, CARLA）算法并将其应用于滑模控制参数整定问题中,改进后的算法通过对回报函数的设计有效克服了常规CARLA算法收敛速度慢、易受干扰、求解效率低的问题。该算法引入控制性能指标评价函数,在迭代中学习阶跃响应的经验数据,实现了控制参数自整定。仿真表明,对于阶跃响应问题,本文提出的算法能够在100次迭代中整定出一组高品质的控制参数,完成对给定指令的快速准确跟踪,与遗传算法、模拟退火算法相比,在求解速度上具有显著优势。由于该方法不依赖于模型,除了滑模控制器参数整定外对其他控制方法的控制参数整定问题也有一定适用性,具有推广应用价值。