逆变器数字化控制关键技术

研究并解决数字控制的时间量化和数值量化对基于数字信号处理器(DSP)的逆变电源系统性能的不良影响。首先通过优化采样方式,显著减小控制变量的采样延时;采用前馈校正技术对死区效应进行补偿,以降低输出电压的谐波含量。提出频率调节和相位调整相结合的思想,合理设计数字锁相环,提高锁相速度和精度。利用实时的中心值校正信号改进数字控制算法,有效地消除数字运算截断误差累积造成的输出变压器直流偏磁问题。理论分析与实验结果证实了这些控制策略的有效性和合理性。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。     

SCOR模型浅析

本文介绍了供应链运作参考模型的产生及主要构成,与其它绩效考核体系的区别,以及对于供应链管理的作用.     

化学气相反应法在C/C复合材料抗氧化处理中的应用

通过把硅蒸气渗入预制体孔隙与碳直接反应生成SiC的化学气相反应(CVR)方法,提高初始密度和预制体结构均不同的C／C复合材料的抗氧化能力,研究了C／C复合材料的密度变化与微观结构,并对其进行了氧化试验。结果表明,因CVR温度、C／C复合材料初始密度不同,抗氧化处理后的密度增加量有显著不同。针刺炭布C／C／SiC复合材料在马福炉中于1160℃经65min氧化后,其失重率仅2．6％,而密度为1．95g／cm^3的同结构C／C复合材料相在同条件下失重率高达32％。     

基于聚类分析和灰色模型的固体火箭发动机价格模型

通过对定性影响固体火箭发动机的单价因素进行修正,进行了相关分析和聚类分析,并提取了少量且有代表性的变量作为其价格模型的参数,通过建立灰色模型作为发动机价格的预测。实践表明,这种方法具有较高精度,平均残差百分比绝对值为1.61%,适合小样本单价的建立。     

推进剂功能组分作用研究(Ⅳ)--工艺/力学性能

在丁羟/铝粉/高氯酸铵组成的三组元推进剂体系中,通过药浆流变性测试、动态力学分析（DMA）、单向拉伸性能、凝胶分数和相对交联密度的测定,研究了一些功能组分如氮丙啶类化合物MAPO、醇胺络合物TEA·BF3、胺类化合物H对推进剂工艺性能和力学性能的影响.结果表明,MAPO可以降低药浆屈服值和表观粘度,改善工艺性能,显著增加最大抗拉强度,但对最大伸长率无影响;TEA·BF3大幅度增加药浆屈服值,使工艺性能变差,一定程度上提高最大抗拉强度和发挥熵弹性而增加最大伸长率,H可以显著改善推进剂工艺性能和增加最大伸长率.文中还对功能组分在推进剂中的作用机理进行了分析探讨.     

循环电载荷下大功率LED金引线疲劳断裂寿命预测

随着大功率发光二极管（LED）在照明领域的普及与广泛应用,可靠性逐渐成为研究的重点。大功率LED封装器件中金引线疲劳断裂失效一直是制约其可靠性的重要因素。通过针对大功率LED封装器件中的金引线力学仿真与功率循环试验相结合的方法,首先确定循环电载荷条件下该型LED的主要失效原因为金引线疲劳断裂,其次提出基于电流加速模型的加速因子提取方法和基于应变幅值的Coffin-Manson解析寿命预测方法,最终完成对LED金引线疲劳断裂寿命的预测和试验验证。研究结果表明:所提方法具有较高的寿命预测精度,可以满足大功率LED封装器件可靠性快速、准确评估的要求。      

基于的DTV图像去噪模型

针对纹理图像的去噪问题,通过分析全变分（TV）去噪模型与方向全变分（DTV）去噪模型,提出了一种具有鲁棒性的基于的DTV去噪模型。为了刻画图像中的不同结构特征,该模型中DTV正则项的指数p由图像的结构来确定在（0,2）中自适应地选取。由于该模型是含有可分性算子的非光滑优化问题,可用交替方向乘子法（ADMM）求解,并能保证算法的收敛性。数值实验结果表明:与其他经典模型相比,提出的模型取得了更高的峰值信噪比和结构相似度,在去除噪声的同时能有效保持图像的细节信息。      

月球立方星姿态控制系统的初步设计与测试

立方星是一种模块化的微小卫星,在科学探测与专业人才培养等方面具有重要意义。针对目前立方星任务逐渐从近地轨道向深空扩展的发展趋势,以立方星月球深空任务为背景,利用商业器件设计并实现了初步的立方星姿态控制系统,以及姿态控制系统所必需的结构、电源、计算机等立方星子系统,同时给出了姿态测试平台的设计方案及其硬件实现。在所搭建硬件平台上,通过测量飞轮控制器的阻尼系数,对控制模型进行参数辨识与标定,获得了与数值仿真一致的实物测试结果。针对姿态控制系统设计了PD控制律,并在控制实验中实现了至任意姿态角的机动控制。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。