航空推进系统性能寻优控制的系统模型

航空推进系统性能寻优控制是基于模型的控制技术,各部分采用的系统模型是其关键技术之一。根据性能寻优控制的原理,分析了系统模型选择的原则。详细描述了2部分核心模型：估计模型和性能优化模型。根据寻优控制实时计算的要求,给出了状态变量模型和稳态变量模型的线性化表达式,并介绍了工程实现时模型的使用方法。     

基于LPV模型的航空发动机控制器Kalman滤波器设计

针对航空发动机LPV模型,设计了1种改进Kalman滤波器设计方法,并应用于某型涡扇发动机控制系统中。涡扇发动机宽工况变化过程的仿真结果表明,该滤波器可实现对系统输出和状态的有效跟踪和滤波,较好地检验了该方法的有效性。     

基于Markov模型的机群完好率研究

通过建立非线性模型对机群的完好率进行研究。针对完好飞机,重点研究飞行批次对完好率的影响;对于故障飞机,重点研究中修级维修和串件维修对修复率的影响,进而得出在基层级维修能力下机群满足总体完好率要求的持续时间。     

探测点间距对吊放声纳搜索效能影响仿真研究

通过分析吊放声纳的作战机理,建立了吊放声纳搜索效能仿真模型,并在想定条件下利用该模型研究了探测点间距对吊放声纳搜索效能的影响。给出了仿真结果,通过对仿真结果初步分析,得出了最佳探测点间距为吊放声纳有效探测距离的1．4倍的重要结论。     

武器装备研发项目中评估体系研究

武器装备研发项目中评估对项目管理具有重要意义。在对武器装备研发项目中评估的基本要素进行分析的基础上,依据指标体系设计的原则,建立了武器装备研发项目中评估指标体系。提出了基于三维结构的中评估模型,并对单项评估和综合评估模型可采用的方法进行了分析。最后,对其辅助评估决策支持系统结构进行了初步设计。     

基于模糊PID控制的模型直升机自主返回系统

旨在设计一架具有自主返回模块及增稳模块的模型直升机,该直升机以C805IF020单片机作为机载部分控制器,运用无线收发模块实现与地面站的通信.本文介绍了模型直升机自主返回系统各模块的功能及实现,用系统辨识法分通道建立了直升机模型,详细描述了基于参数寻优的模糊自适应PID控制器的设计方法,运用Simulink进行性能分析...     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

民用飞机发动机吊挂部段静力试验与静强度分析

根据民用飞机发动机吊挂部段静力试验技术需求,研制了一套用于吊挂部段静力试验的试验系统,解决了吊挂支持模拟、加载边界模拟等关键技术,完成了吊挂应急着陆、航向侧移两种危险工况试验,并结合试验台架-吊挂有限元分析模型对吊挂进行了静强度分析.试验结果表明,试验系统工作稳定可靠,吊挂在应急着陆等工况下未发生有害塑性变形,其强度、刚度满足设计要求.对比显示:试验最大应力与有限元分析相对误差均小于8％,验证了分析模型的准确性.试验结果可作为民用飞机发动机吊挂部段强度性能的评定依据,有限元建模方法可应用于吊挂部段改型设计.     

基于奇异值分解的铅锌冶炼过程故障二次分离

铅锌冶炼过程是非常复杂的反应工艺,工况变化较大,在线监控和故障诊断的难度很大。铅锌冶炼过程故障分离的目的是根据异常监控变量来判断故障类型,由于铅锌冶炼过程故障的特殊性,不同类型的故障可能导致相同的监控变量发生异常,采用传统的故障分离方法不能有效地判断故障类型。本文提出一种基于奇异值分解的故障二次分离的方法,通过进一步分析监控变量和故障类型的对应关系,解决故障分离不彻底的问题。试验结果证明了方法的有效性。