超临界CO2技术对空心/实心石英混编纤维表面改性

采用热处理+溶剂浸洗+超临界CO2技术对空心/实心石英混编纤维表面进行预处理,同时利用超临界流体的携带与渗透作用,将KH-560偶联剂引入纤维表面进行改性。采用接触角测试、表/界面张力测试、树脂吸附量测试、力学性能测试、扫描电镜等分别测试纤维表面能、胶液表面张力与接触角、胶液与纤维浸润性,观察纤维表面形貌结构,分析复合材料的力学与介电性能。结果表明:采用热处理+溶剂浸洗+超临界CO2技术可有效去除空心/实心石英混编纤维表面浸润剂,提高纤维表面能,促进胶液与纤维的完全浸润,最终改善复合材料力学与介电性能。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system，BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接，网络权值可以用求解伪逆的方法快速求得，避免了耗时的训练过程，从而成为快速而高效的学习方法。然而在追求高精度结果的过程中，BLS对于增强节点数量的需求过于巨大，容易造成过拟合问题。为此，本文提出了基于函数链神经网络（Functional-link neural network，FLNN）的深度分类器（FLNN based deep classifier，FLNNDC），旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构，每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点，而不是全部映射节点。和原宽度结构相比，在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

Six sigma robust design optimization for thermal protection system of hypersonic vehicles based on successive response surface method

Lightweight design is important for the Thermal Protection System(TPS) of hypersonic vehicles in that it protects the inner structure from severe heating environment. However, due to the existence of uncertainties in material properties and geometry, it is imperative to incorporate uncertainty analysis into the design optimization to obtain reliable results. In this paper, a six sigma robust design optimization based on Successive Response Surface Method(SRSM) is established for the TPS to improve the reliability and robustness with considering the uncertainties. The uncertain parameters related to material properties and thicknesses of insulation layers are considered and characterized by random variables following normal distributions. By employing SRSM, the values of objective function and constraints are approximated by the response surfaces to reduce computational cost. The optimization is an iterative process with response surfaces updating to find the true optimal solution. The optimization of the nose cone of hypersonic vehicle cabin is provided as an example to illustrate the feasibility and effectiveness of the proposed method.     

一种开关磁阻电机无位置传感器控制效率优化策略

针对开关磁阻电机(SRM)的简化磁链法只能实现单相导通运行且导通区间固定的缺点,提出了一种结合固定关断角和自适应调节开通角的无位置传感器控制技术。利用曲线拟合关断位置磁链取代传统存储数据表,通过对比实时计算的动态磁链和曲线拟合的静态磁链,确定关断位置信号并估计转速和其他位置。考虑电机阻抗和电感的非线性特点,优化电感最小区域的开通角自调节模型确定导通区间。仿真结果验证了该方案的可行性和正确性,能够实现转子位置的间接检测,电机的运行效率得到进一步优化。     

基于滑模变结构和扩张状态观测器的电动舵机复合控制方法

为提高电动舵机伺服系统的鲁棒性,同时解决实际工作中电动舵机不确定负载引起的跟踪精度低的问题,提出了一种采用指数趋近率的滑模变结构控制率结合扩张状态观测器对负载扰动进行实时估计的电动舵机的伺服控制方法,给出了控制器设计方法和试验验证。仿真和试验结果表明,与常规的滑模控制器相比,采用扩张状态观测器的变结构控制能有效提高电动舵机的跟踪性能。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

折叠式变体飞行器轨迹优化及控制分析

针对临近空间高超声速飞行器存在的问题，设计了一种折叠翼飞行器，可以通过折叠机翼来适应各种飞行状态，保持最优的气动特性。并针对临近空间滑翔式高超声速的特点，采用高斯伪谱法对固定翼飞行器和折叠翼飞行器的轨迹优化，通过将折叠翼飞行器与传统固定翼飞行器在射程能力、规避热流能力方面进行对比，提出了一种综合目标的轨迹优化思想。设计的折叠翼飞行器相比传统固定翼飞行器性能更加优越，更适合临近空间环境，提高了17.67%的航程，减少了热流率峰值的35.72%，并通过控制系统的设计和仿真加以验证，仿真结果表明变体飞行器机动能力相比固定翼飞行器有了显著的提高。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。     

多梁复合结构的动力学建模及全局解析振型分析

多梁复合结构广泛用于工程领域，其动力学特性对相关装备的工作状况有着重要影响，建立准确适用的动力学模型对后续的动力学响应参数影响规律研究有决定性作用。针对工程中常见的多梁复合结构，给出了位移场的一般表达式，利用哈密顿原理得出多梁复合结构的运动控制方程和边界条件，对其全局解析振型进行理论计算，给出了计算多梁复合结构数值振型的一般过程，基于数值分析和实验分析以L型梁和Z型梁为例利用频率相对误差、振型定性比较和MAC定量分析说明了全局解析振型的求解验证方法，利用伽辽金方法和全局解析振型给出了截断原系统得到离散系统运动方程的一般形式。提出的多梁复合结构的建模方法和全局解析振型求解验证方法，对工程中此类结构动力学响应的参数影响规律研究有重要意义。     

基于伴随方法的单级低速压气机气动设计优化

采用梯度方法对某型4.5级压气机最后级进行气动设计优化研究，梯度由连续伴随方法计算确定，多排伴随方程采用伴随掺混面模型进行数值求解。首先，采用基于经验修正的初步设计方法设计带进口导叶的4.5级低速、低压缩比压气机的原始气动外形。之后，在压气机近失速工况对最后级静子叶片进行伴随气动设计优化，通过优化叶型和安装角降低流动损失，目标函数定义为加权求和形式的熵增和流量偏差，优化中对流量进行约束。最后，开展基于伴随方法的多工况气动设计优化研究，改善两个不同转速条件下最后级的气动性能。优化结果表明，基于伴随方法的多排气动设计优化可以通过改变叶片气动外形提升多排全工况气动性能。