卫星动量轮灵敏性变异分析

基于模糊理论提出一种非线性卫星动量轮灵敏性变异分析的数值方法,以工程实际中的模糊相似关系转化为空间向量的模糊等价关系,来评估稳定系统的总体变异本质特征.并通过仿真均匀分布、线性分布以及周期分布的时间数据序列验证了该模型的可行性；以3套卫星动量轮实际稳态运转实验见证了该方法的实用性和有效性.其中动量轮A的最小灵敏系数为0.678，大于0.5阈值,表明其运转期间灵敏性十分良好；动量轮B的最小灵敏系数为0.439，小于0.5阈值,其运转期间灵敏性有所变异；动量轮C的最小灵敏系数等于0.5阈值,其关系最为模糊并介于稳定与变异之间.该模型实时预测并描述了动量轮灵敏性变异过程,且适用于诸多航天领域的非线性乏信息问题.      

太赫兹馈源喇叭制造工艺综述北大核心CSCD

对太赫兹馈源喇叭制造工艺的国内外最新进展进行了综述。重点分类阐述了当前研究机构与企业最主要采用的制造方法,包括精密数控机械加工、精密电铸工艺、叠片法与增材制造方法。介绍了各种制造工艺方法国内外最新进展的典型成果,讨论了各方法在太赫兹馈源喇叭制造中的优势与局限性。依据太赫兹频段的应用发展与太赫兹馈源喇叭的产品需求发展趋势展开了分析,进一步提出了各分类工艺在该领域未来的发展方向。这为太赫兹馈源喇叭的结构设计与制造工艺的后续发展与研究具有重要的指导与借鉴意义。     

具有动态领导者的多智能体系统分组一致性控制

对一类具有动态领导者的非线性多智能体系统的一致性进行研究，解决了领导-跟随一致性控制问题。首先，考虑到多目标任务中广泛存在的合作-竞争机制和领导者的控制输入非零的情况，基于邻居智能体的相对状态信息，设计了一类分布式的分组一致性控制器。通过在所设计的控制器中增加补偿项，解决了由领导者非零控制输入引出的问题。引入了一类Lipschitz-like条件，解决了非线性项在实现分组一致时所带来的困难。其次，利用图论和构造Lyapunov函数，通过求解代数Riccati方程得出了系统实现分组一致性的充分条件，并基于所设计的控制器实现了多智能体系统动态领导-跟随的分组一致性控制。最后，通过数值仿真和结果分析验证了所提出控制方案的有效性和可行性。     

一种基于状态反馈的比例伺服阀控制方法

在电液比例伺服阀中，液动力存在较强的非线性，开环控制下驱动电流与阀芯位移的线性度较差，使用传统PID控制算法难以达到良好控制效果。针对该现象，在分析阀芯液动力特性的基础上，提出了一种位置负反馈式的控制方法。通过搭建比例伺服阀的控制器模型和阀芯受力模型，开展试验验证。结果表明该方法能够有效地解决了控制中的电流—阀芯位移的非线性问题，控制稳定性有明显的提升。     

空间光学相机桁架胶接装配技术

研究了一种新型光学相机碳纤维复合材料桁架结构的胶接装配方法。对胶接装配的工装设计、胶黏剂选择、表面处理、胶层控制、装配原则进行了详细的分析。通过制定科学的装配方法和工艺，减小了桁架结构的装配应力，提高了装配精度和稳定性，最后对装配后的桁架结构进行了正弦和随机振动试验。结果表明采用该胶接装配法装配的桁架具有较高的装配精度和稳定性，可为空间光学相机中复合材料桁架结构的装配提供一种崭新的思路和方法。     

M50钢表面磁控溅射Ti-GLC薄膜高温摩擦学性能

为了研究高温环境下轴承钢基体上Ti掺杂类石墨碳基薄膜的实际应用，采用非平衡磁控溅射技术在M50钢表面制备Ti-GLC膜，分别在不同温度、不同线速度下与Al₂O₃陶瓷球进行摩擦磨损试验，研究其高温摩擦学性能及磨损机理。结果表明，随着温度的升高，Ti-GLC膜中的sp²键含量逐渐增大，石墨化程度加重，硬度和弹性模量逐渐降低，膜基结合力也有所降低。在室温～200℃，所制备的Ti-GLC薄膜保持优异的低摩擦与耐磨损性能，为Ti-GLC薄膜的最佳服役温度区域。在200 mm/s下，随着温度的升高，磨损形式由轻微的黏着磨损和磨粒磨损逐渐转变为严重的磨粒磨损和氧化磨损。     

CFRP切削过程中的监测控制研究进展

CFRP加工过程的实时监测和控制是提升零件最终加工质量的重要手段。本文从加工过程物理仿真、数学模型及智能模型三方面总结了CFRP切削加工预测方法研究现状。同时,基于切削过程状态信息获取、特征信息提取以及监测模型构建等方面概述了刀具磨损和加工质量在线监测方法研究进展。在此基础上,探讨了关于在CFRP切削过程中切削力和振动的在线智能控制方法。最后针对以上几方面未来的研究趋势进行了分析和展望。     

描述碳纳米管内水分子单链的深度学习势

碳纳米管通道内的受限水具有与体相水截然不同的物理力学性质。当纳米管直径低至约0.8 nm时，通道内水分子形成与生物水通道内类似的单链结构，并显现出极高的流速和离子排斥能力。尽管基于经验势的分子动力学模拟在揭示单链水的奇特行为方面发挥了重要作用，但其模拟结果通常依赖于水模型和壁面-水作用参数选取。本文以从头算分子动力学计算结果为数据集，通过深度神经网络训练获得描述碳纳米管内单链水的深度学习势。基于深度学习势的分子动力学模拟在势能和原子受力方面具有近似第一性原理水平的准确性但低得多的计算成本，能准确重现从头算分子动力学得到的单链水性质，包括O-H键长、H-O-H键角、取向角和密度分布等。此外，本文对比了该深度学习势与常用经典水模型所得结果的异同。本文所构建的深度学习势为以接近第一性原理的准确性进行碳纳米管内单链水体系的大尺寸、长时间模拟提供了可能。