纯模态试验中的作动器/传感器优化配置

基于有效独立法,研究了逐步消减法在纯模态试验作动器/传感器优化配置中的应用。对一给定自由度的结构系统,由系统的模态动能可得系统的F isher信息阵。在优化过程中,根据F isher信息阵可得到各自由度节点所对应的E fI值,由E fI值的大小来确定每次要删除的作动器/传感器。在逐步消减的过程中,把E fI的值表示为一个矩阵的形式,使得优化过程清晰明了,提高了优化效率。最后,通过对一个20自由度的离散悬臂梁的激振器布设进行优化,验证了本文方法的有效性。     

实用航空发动机LQR权阵选取方法

为了简化航空发动机LQR方法权阵的选取，基于优化理论提出了一种新的目标函数选取方法。该目标函数同时反映控制性能与控制能量的影响，因此，通过优化该目标函数得到的权阵设计出的LQR控制器不仅性能优良，还能保证控制能量在可接受的范围内。此外，该目标函数中包含且只包含了一个可调参数，可简化控制器参数调节过程，使设计者能轻松地在控制性能与控制能量间找到合理的折中。线性仿真、非线性仿真及半物理仿真试验均验证了按此方法设计的控制器的性能。     

有色噪声补偿下降阶系统状态的最优估计

在大型空间结构的控制系统设计中,降阶系统的状态估计是非常重要的环节,它直接关系到控制器的性能。针对B.Friedland的工作,本文提出了有色噪声补偿模型,在恒等变换下显式地消去了有色噪声项,利用正交投影定理仅对感兴趣的状态分量导出了无偏、最小方差估计。这组递推估计式与采用增广状态方法相比,不仅在处理容量、计算效率上有很大改进,而且是标准Kalman滤波方程的推广。注意到原系统与降阶系统之间的内在联系,本文采用随机系统分析方法,给出了在高斯、马尔可夫假设下,有色噪声模型特征参数的在线识别技术。数字仿真表明,对偏差补偿起主要作用的是有色噪声补偿模型中的驱动白噪声项,这是对B.Friedland工作的发展。     

有限元动力模型优化的一种方法

本文研究以振动试验测得的飞机结构的固有频率为目标值的有限元动力模型的优化问题。应用了一种迭代优化法,该方法基于动力平衡方程以及正交性。通过修改刚度矩阵的元素来优化,使计算出的固有频率与试验测得的频率值基本一致,并成功地应用于无人机水平尾翼模型上,效果良好。     

采用逐次正交化法的最优分布式Kalman滤波器

为解决大系统中应用整体式Kalman滤波遇到的非实时性难题,本文提出一种能保持最优的分布式Kalman滤波计算方法——逐次正交化法。这是一种适合多微机并行计算的最优算法,确保滤波的“实时性”,优于一般次优分布式Kalman滤波器。     

某型机翼内翼结构几何优化设计

某型机翼内翼结构布局优化模型,包括两类设计变量:位置变量和尺寸变量。本文利用PCL语言实现了在MSC.PATRAN环境下的参数化建模,以最小重量为目标函数,在强度和位移约束条件下,利用网格法进行位置寻优,并使用MSC.NASTRAN软件给出了最优尺寸变量。通过计算表明,本方法效率较高,结构重量稳定下降,优化效果明显。可以解决此类工程问题,具有一定的实用价值。     

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。     

绝缘子清扫机器人的动力学建模及轨迹优化

研究了支柱型绝缘子带电清扫机器人伸缩臂运动引起升降臂振动的问题，将升降臂和伸缩臂分别建模为柔性臂和刚性臂，形成末端具有移动刚体的柔性臂系统，在假设模态法的基础上建立了系统的Lagrange动力学模型，建模考虑了大多数柔性臂模型忽略的重力和非线性耦合的影响，分析了伸缩臂全局运动与升降臂局部振动的相互影响。提出一种单变量优化方法，以升降臂的残余变形能为性能指标，优化伸缩臂的运动轨迹，降低升降臂的残余振动。应用该方法对梯形速度曲线进行了优化，结果表明可以有效地控制升降臂的残余振动。该方法计算量小，便于在线实现。     

羊毛精纺织物服用性能优选的多属性模糊决策

本文应用多属性目标决策的方法,评判不同规格毛织面料的"满意度",客观地提供一个重要的优选辅助依据。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。