逼近段惯性/视觉组合相对导航算法

针对交会对接最终逼近段相对位姿测量,提出了惯性/视觉组合相对导航算法.基于对接航天器相对运动模型,利用追踪航天器上惯性测量单(IMU)获取两航天器间的相对运动信息作为短期参考,以电荷耦合器件(CCD)视觉测量作为长期参考,综合姿态四元数运动学方程,分别建立了姿态滤波器和位置滤波器.仿真结果表明算法可行且有效,并仿真分析...     

运用激光全息术和PDPA测量喷射燃料粒子场

为了获得发动机燃料喷射雾化特性,运用PDPA和激光全息术对喷嘴的燃料雾化粒子场进行测量。简要介绍了两种测量方法的原理和应用条件,对两种方法的测量结果进行了对比,验证了激光全息术测量结果的精度。最后在风洞实验条件下进行了喷射燃料粒子场测量。     

基于复合优化的航空发动机模型参数估计

本文提出了一种复合优化方法,用于发动机多变量,状态空间模型的时域辨识。优化中粒子群优化算法和最小二乘优化算法按照“串联”方式运行。粒子群优化从一个初始种群出发,通过进化来搜索最优解。然而有些时候,粒子群算法会陷入次优解。那么最小二乘优化算法就可以从粒子群的次优解出发,通过共轭梯度法获得问题的最优解。本方法适用于待估计参数较多,且参数变化范围大的高阶多变量系统。本文将复合优化算法用于4输入4输出状态变量模型参数的估计。仿真结果表明了所提出方法的有效性。     

基于灵活磨削空间的面向复杂型面工件的机器人砂带磨削系统的结构尺寸优化研究(英文)

为了提高机器人砂带磨削系统加工复杂型面工件的磨削质量,提出了灵活磨削点和灵活磨削空间的概念,并且对其进行了定义。分析了影响灵活磨削空间的各种因素,提出了确定灵活磨削空间的方法。基于粒子群法,提出了一种通过优化磨削机器人的结构尺寸以及机器人相对于磨削轮的位置关系以获得足够灵活磨削空间的策略。最后,以磨削航空发动机叶片为例,利用本文提出的优化策略对一台专用的PPPRRR型磨削机器人的结构尺寸以及此机器人相对于磨削轮的位置关系进行了优化。仿真结果表明,如果叶片被置于此灵活磨削空间内,那么仅需使用一套夹具和一台磨削机即可实现复杂型面的磨削。     

基于改进支持向量机的模拟电路故障诊断研究

针对支持向量机（Support Vector Machine）及小波分解用于模拟电路故障诊断时,一对一算法具有操作简单、诊断精度高、所需确定参数少,小波分解能表现电路响应特征但最优小波基选取目前缺乏有效方法的特点,提出利用混合粒子群算法（Hybrid Particle Swarm Optimization,HPSO）对小波基及一对一支持向量机的参数进行联合优化。将该方法应用于模拟滤波器的仿真电路实验,结果表明：利用该方法很容易求出全局最优解,能实现对最优小波基选取及支持向量机参数进行联合优化,避免了参数选择的盲目性,提高了模型的诊断精度。     

基于粒子系统的火灾特效仿真研究

阐述了粒子系统的基本原理,在对粒子系统的研究基础上,分析了通过预定义和自定义的方法创建和设置火灾模拟效果,论述了在VisualC＋＋6．0环境下Vega火灾模拟效果应用编程,实现了Vega中基于粒子系统的火灾效果的模拟,以及在VisualC＋＋6．0环境下调用Vega提供的API接口来进行基于粒子系统的火灾效果模拟,结果表明粒子系统是模拟火灾效果的有效方法,通过函数编程可以更高效地对虚拟场景中火灾模拟效果进行实时的交互控制。     

在组合导航系统中Kalman滤波技术的应用

在导航系统中引入Kalman滤波技术,主要是为了减小导航定时的参数误差并提高系统的定位精度,以INS/GPS组合导航系统为背景,设计位置速度组合模式的卡尔曼滤波器,并对组合导航系统进行仿真研究,结果表明组合导航系统在导航精度和稳定性方面较单一的导航系统都有提高。     

基于遍历性的组合导航系统故障检测方法研究

理想情况下,基于卡尔曼滤波的组合导航系统在无故障时的滤波残差为白噪声,故障时通常用2χ法来检测,但用这种方法检测往往具有较大的虚警。因此,针对无故障时卡尔曼滤波器的滤波残差是白噪声这一特点,提出了一种新的故障检测方法来判断系统是否发生了故障,在应用时大大降低了虚警,取得了较好的效果。     

基于PSO-RBF的飞机燃油系统故障诊断

把粒子群算法(PSO)优化的径向基神经网络(RBF)应用于飞机燃油系统故障诊断中.并与RBF和BP神经网络进行故障诊断性能比较.结果表明PSO-RBF神经网络在燃油系统故障诊断中有更高的诊断精度和效率.     

基于混合粒子群算法的航空发动机数学模型解法

以双转子混合排气涡扇发动机为研究对象,研究了粒子群算法(PSO)应用于航空发动机性能仿真时,控制参数对模型收敛性的影响,并结合N+1点残量法的优点,提出了在模型不收敛点采用粒子群算法与N+1点残量法交替计算的混合算法。理论分析与数值仿真结果表明,该算法既保持了N+1点残量法的高效率、高精度计算,又继承了粒子群算法大范围收敛的优点,可实现模型大范围、高效率、高精度收敛。