涡扇发动机气路传感器故障诊断

为了实现对某涡扇发动机传感器故障的在线诊断,提出并设计了1种基于在线贯序极端学习机的故障诊断算法。其核心思想是在定位某传感器故障后,在线建立针对该故障传感器"预学习"的信号重构算法,解决多故障混叠问题。在线信号重构算法以泛化能力指标为判定条件,利用选择策略对算法网络权值进行选择性更新,提高了故障诊断系统的实时性。以某型涡扇发动机为对象开展了传感器故障诊断与重构仿真,结果表明:该算法能够对发动机单、双传感器故障进行准确地诊断与信号重构,且具有良好的实时性。     

基于SRAM型FPGA单粒子效应综合防护技术

为解决基于SRAM(Static Random Access Memory,静态随机存储器)型FPGA(Field Programmable Gate Array,现场可编程门阵列)的扩频应答机在空间环境中时常发生功能故障的难题,提出了一种低轨卫星基于SRAM型FPGA的应答机的单粒子综合防护方案。该方案在代码级、器件级、单机级、整星级综合采用器件优选、结构屏蔽设计、巡检自愈、自主复位等多种方法,有效杜绝了单粒子事件带来的种种危害,已成功应用于某在轨卫星。在轨测试结果表明:遥测、遥控、跟踪测量等功能、性能指标满足任务要求,且未发生需要地面干预的问题或现象。该技术还可推广应用于其他采用低等级器件及其他类型FPGA、DSP(Digital Signal Processing,数字信号处理)等大规模集成电路的星载单机防护。     

扩展酉矩阵束算法实现稀疏可重构天线阵的优化设计

针对方向图可重构天线阵列的稀疏布阵问题,提出一种基于扩展酉矩阵束算法的优化设计算法。首先建立以阵元位置和多组激励为变量的多方向图联合稀疏优化模型,并利用期望方向图采样数据构建Hankel块矩阵。然后通过centro-Hermitian化处理和酉变换将采样矩阵从复数域转换到实数域,舍弃实矩阵中较小的奇异值对可重构线阵进行稀疏。最后通过对等价矩阵束的广义特征值分解估计稀布阵元位置,进而得到每个方向图对应的激励。仿真验证了该方法能够以阵元非均匀稀疏分布的阵列形式有效实现多个方向图的精确重构。     

一种闭环冗余系统可重构控制方法

提出一种闭环冗余系统在线可重构控制方法,包括控制器、控制分配和故障诊断.在故障诊断算法中,首先采用有向图方法快速确定可能的故障源.对于难以隔离的故障,提出了一种在线故障定位方法.故障定位后,通过控制分配,重新分配控制律.以航天器冗余动量轮系统的故障重构为例,说明了如何在系统级角度在线定位故障,重构系统.最后,给出了冗余动量轮卫星姿态调节过程中故障重构的仿真算例.     

航天器与空间碎片的混合编队重构控制与应用

针对空间碎片清理问题,提出了一种利用航天器与空间碎片混合编队队形重构控制技术捕获碎片的方法。首先,分析了地/月—日系L2拉格朗日平动点附近的限制性三体环境,并建立了编队卫星相对运动动力学模型;其次,提出了以太阳光压力作为航天器与空间碎片编队队形重构的控制力,实现各从星接近空间碎片的目的;最后,设计了基于线性二次型的最优控制器,并在Matlab/Simulink环境下进行仿真实验。仿真结果表明该方法可控制从星到达期望的位置(空间碎片的位置),且太阳帆板的姿态变化在可控范围内,进而证明了该方案可以应用于复杂空间环境下的碎片清理任务。     

扰动形状对钝头体非对称流动的影响

通过在钝头体头部施加人工扰动块可以得到确定的大攻角下的非对称背涡结构。为了研究扰动块形状对非对称背涡结构的影响,本文在攻角50°、雷诺数Re_D=1.54×105的条件下,利用数值模拟对周向角90°、子午角10°的扰动位置的半球形、D型及方形3种扰动块形状分别进行了研究。研究发现在同一扰动位置,半球形扰动主控下的背涡结构为右涡型,而D型扰动和方形扰动主控下的背涡结构呈现左涡型,且方形扰动主控下的背涡结构的非对称性弱于其他2种扰动主控的非对称背涡。通过分析发现扰动块所引起的微流动直接影响钝头体非对称背涡结构。因此为了更精准地通过施加人工扰动得到确定的非对称背涡结构,应尽量选择形状简单、表面平滑过渡的扰动块形状。      

基于Riccati方程解的高增益未知输入观测器设计

针对具有未知输入和测量噪声的一类Lipschitz非线性系统,研究了状态估计、噪声估计及未知输入重构问题.通过将输出噪声看作扩展状态,把原系统转化为描述系统.针对描述系统,首先基于Riccati方程的解,提出了一种高增益观测器设计方法,实现对系统状态的估计和测量噪声的重构;之后,设计二阶高增益滑模观测器精确估计输出的微分,并利用状态和输出微分的估计,提出了一种未知输入的重构方法.在一Riccati方程有解的前提下,所提出的未知输入和测量噪声的重构,均适用于强时变信号.最后,对一个实际模型仿真,验证所提出方法的有效性.      

基于分形理论的混沌信号与噪声分离方法

提出一种分维数和子波重构相结合的混沌信号与噪声分离方法，与以往出现的子波滤波方法和经典滤波方法相比较，该方法有如下特点；利用子波变换计算带观测噪声混沌信号的真实分数维，进而根据观测序列维数与真实维数的差值控制子波重构的参数，构造出混沌与噪声分离的自适应滤波器结构。仿真实验说明了该算法的有效性。     

一种面向模块化可重构机翼的分步补偿优化方法

针对模块化可重构机翼结构的优化设计问题,以沿展向分布的3个翼段模块为研究对象,研究了不同翼展方案机翼的载荷相关性,通过在优化迭代过程中自动调整设计空间,解决了模块化可重构机翼优化设计时复杂的变量-约束耦合影响问题,建立了适用于模块化可重构机翼结构的分步补偿优化方法。以某无人机模块化可重构机翼结构优化设计问题为例,建立了优化模型,并分别采用所提分步补偿优化方法和传统单方案优化方法进行了优化设计。结果表明:所提方法能够稳定收敛,与单方案优化结果相比较,所提方法以较小的重量代价满足了3种重构方案的所有设计要求,且优化结果具有较好的工程实用性。      

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。