基于定子电阻自适应辨识的感应电机死区补偿

电压源型逆变器由于死区效应,导致输出发生非标准化、畸变化,影响感应电机的控制精确度,特别是无速度传感器矢量控制,同时造成电网侧能量的流失。为了减小死区效应产生的影响,列出误差计算公式,求得总延时时间。另外,对定子电阻进行自适应辨识,增加所求延时时间精确度的同时可以运用到电机矢量控制中。经过补偿误差电压,提高了控制性能,降低了对控制系统的影响。结果表明所提补偿策略对电流波形、总谐波失真具有改善作用。     

低排放燃烧室NO_x排放试验及预测方法研究

为了研究中心分级贫油低排放燃烧室的排放特性和排放预测方法,针对一个低排放头部方案,在单头部燃烧室试验件上,在不同的温度、压力、油气比、供油模式和分级比条件下,测量其排放性能。以Lefebvre排放经验预测公式为基础,采用经验分析方法拟合排放试验数据,归纳出适用于本头部方案的排放预测公式。表征预测好坏的判定系数R2在小工况下和大工况下分别为0.95和0.93,表明预测结果与试验结果符合度较好。小工况和大工况排放特性不同,对仅预燃级喷油的小工况工作模式,NO_x排放主要受化学恰当燃烧温度和预燃级局部当量比的影响;对预燃级和主燃级同时喷油的大工况工作模式,NO_x排放主要受燃烧区温度和主燃级燃油比例的影响。     

基于小波神经网络PID的永磁同步电机转速控制

提出了基于小波神经网络PID的永磁同步电机(PMSM)转速控制策略。根据系统运行参数的变化,采用三层前馈式人工神经网络,基于梯度下降纠正误差法在线训练实时更新PID参数值。采用小波神经网络和增量式PID共同构成转速环控制器。建立PMSM数学模型,设计PMSM速度环控制器,构建S函数,对控制算法进行仿真试验,验证了该控制算法的先进性。试验结果表明,所提控制策略比传统PID转速控制具有更好的动态性能和抗干扰能力。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

发动机用特种油滤网冲压过程质量控制

W型特种油滤网具有弹性好,抗冲击能力强等优点,在发动机管路系统广泛应用,然而,W型油滤网为薄壁、复杂横截面结构,冲压成形过程极易出现拉裂、起皱缺陷以及尺寸超差等问题,导致零件合格率低,批量报废。为解决W型油滤网冲压过程成形质量问题,基于ABAQUS有限元仿真平台,建立了W型油滤网冲压过程三维有限元模型,获得了优化工艺参数和模具结构尺寸。针对试验和试生产出现的质量问题,开展质量问题统计,获得质量控制措施,试验结果表明,采取的质量控制措施有效解决了油滤网冲压过程的缺陷问题,产品合格率提升至99%以上。优化后的加工工艺稳定,满足批量生产交付要求,说明采取的质量控制措施是合理的。该研究方法应用于"C型"特种油滤网生产,产品合格率达99%以上,研究方法具有普适性。     

单向电永磁作动器结构优化与动态特性分析

针对电磁作动器的使用要求，设计出一种具有能耗低、吸力大及响应快等特点的新型单向电永磁作动器。结合有限元仿真软件，利用有限元法研究作动器的结构参数如铁芯齿形结构、平面结构、无永磁结构、铁芯的倾斜角度及衔铁位移（气隙厚度）等因素对作动器电磁吸力和响应速度的影响。结果表明，电磁吸力随着作动衔铁位移的增加而大幅度减小；倾角结构的铁芯设计能使作动器性能达到最佳，且铁芯的倾斜角度为50°时，电磁吸力有最大值3071N。     

纤维织物超高速碰撞热-力学模型与分析

A new thermo mechanical model for fiber fabric of hypervelocity impact is established by using the Johnson Cook model, the Gruneisen equation of state and the FEM SPH coupling algorithm, while some new factors are taken into account such as the heat generation, strain rate strengthening and high temperature softening of materials. Mechanical and thermal information could be obtained with the model, such as penetration, fragmentation, stress and strain, heat generation and temperature field of fiber fabric. The analysis results are in good agreement with the experimental results.