基于马尔科夫链模型的脉动装配线运行状态预测

分析了影响脉动生产线运行的因素和状态预测的必要性,提出了基于马尔科夫链模型的状态预测方法。基于马尔科夫链预测理论,对脉动生产线运行状态划分,确定状态转移矩阵,建立马尔科夫预测模型,并对模型准确性进行验证。     

基于UKF的实时弹道解算参数稳健设计

在基于UKF(Unscented Kalman Filter,无迹卡尔曼滤波)的实时弹道解算应用中,外部环境不稳定的影响以及观测过程中野值的存在,使得基于经验参数设置的滤波易于发散.因此,需要针对指定型号调节和设置滤波器参数的取值,使其克服上述现象.针对这一问题,提出了基于理论弹道先验的参数稳健设计方法,对滤波器参数最优值进行预测.从滤波器的架构出发,梳理出影响滤波器性能的相关参数,结合稳健设计思想,外设计部分基于理论弹道先验信息,通过模拟弹道特征点构造弹道观测模型;而内设计部份,构造模型的测元数据进行正交试验,判断参数的显著性,获取相应的最优参数取值,从而为实时解算弹道的参数设置提供指导.实际数据试验结果表明,该方法可显著提高滤波器的实算稳健性和收敛性能.     

XLG3TM手持式工业视频内窥镜三维相位测量

GE检测控制技术业务是一个行业领先创新者,业务涉及传感测量,无损检测技术,状态监测,与自动化优化控制领域,帮客户实现精确、高效和安全.旗下产品广泛应用于航空航天、石油天然气、电力、运输、医疗等行业.     

基于滑模反演控制的稳定平台齿隙非线性补偿

针对航空遥感惯性稳定平台中齿隙非线性带来的不稳定问题，结合反演控制和滑模控制的优点，在传统反演控制的每一步迭代过程引入与齿轮运动状态相关的基于连续饱和函数的动态滑模面，设计了相应的滑模反演控制器。在保证了系统误差快速收敛的同时，抑制了反演过程中的误差积累，实现了系统非线性误差精确补偿。仿真实验结果表明，与传统反演控制相比，滑模反演控制显著降低了齿隙非线性对系统动态性能的影响，有效提高了系统对期望角位置、角速度的跟踪性能。     

基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

数字化协同设计中的技术状态控制

简要介绍了在某型直升机数字化设计过程中,如何将技术状态控制活动融入到协同设计中,提高设计更改的质量和效率,以期为航空产品研制更好地开展技术状态控制提供借鉴。     

一种非线性飞行控制律评估方法研究

研究了一种基于改进遗传算法的非线性评估方法。将非线性准则转换成简单的适应度函数,通过寻优找到最坏情况,在其基础上实现评估。仿真结果表明,该方法不仅能在各个飞行状态对飞行控制律进行非线性准则评估,而且能找出飞行包线内的最坏飞行状态,细化飞行包线,方法使用灵活,结果可靠。     

适于直升机配平计算的混合遗传算法

结合传统的数值计算如拟牛顿法的局部快速收敛特性,以及遗传算法的全局收敛与群体搜索的优点,发展出一种新的混合遗传算法,使之具备全局快速收敛特性。通过两个算例及某型直升机在前进比为0.2状态下的配平,验证了该算法的可行性及高效性,从而为直升机的配平计算提供了一种新的成功的算法,同时也在传统数值分析方法和现代智能进化算法之间的有效结合做了一次比较成功的尝试。     

三支点柔性转子系统支承不同心激励特征及振动响应分析

针对航空发动机三支点柔性转子系统的支承不同心问题,充分考虑转子结构特征和载荷特征,首次将当量刚度引入多支点柔性转子不同心问题的动力学分析,定量描述转子系统各支承间不同心度带来的转子轴段刚度非线性,并提出了多跨度柔性转子系统支承不同心激励的数学描述,建立了不同心激励下多跨度柔性转子系统的力学模型。基于Lagrange能量法,给出了转子系统动力学方程的求解方法,研究得到了支承不同心转子系统的动力响应特征。结果表明:支承不同心不仅引起转子过渡轴的刚度非线性,产生2倍频激励,还会给转子系统带来附加不平衡激励;对于三支点柔性转子系统而言,2倍频分量同样是支承不同心下转子系统振动响应的典型特征之一。转子系统2倍频分量随不同心量的增加而迅速增加,而1倍频分量基本保持不变。同时转子振动响应呈现"缓增速降"趋势,且随非线性刚度、不平衡量的增大愈加明显。     

基于灰色补偿反步法的机动指令跟踪控制

基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。