含间隙非线性二元翼段的系统辨识

在实际包含间隙非线性的复杂结构中，由于间隙不易或无法测量，难以建立准确描述结构特性的动力学模型；即使间隙得到准确测量，也难以获得结构的标称线性系统的模态参数。为此，利用条件逆谱法和时域非线性子空间法，通过非线性系统辨识获得间隙非线性系数，同时获得非线性结构的标称线性系统的频响函数。以一个包含间隙非线性的二元翼段为例，通过数值方法模拟该二元翼段的地面振动试验，利用条件逆谱法和时域非线性子空间法开展该结构的非线性系统辨识。结果表明:两种方法均可准确地辨识结构的标称线性系统，条件逆谱法利用光滑函数近似，时域非线性子空间法利用多个分段线性函数重构，辨识得到间隙非线性系数。      

非线性能量阱对飞轮振动抑制效果的实验研究

利用薄片金属梁作为非线性刚度元件，构建一种非线性能量阱。为了验证非线性能量阱对飞轮振动特性的抑制效果，搭建地面飞轮测试系统。分别采用力锤敲击和飞轮以恒定转速运行的方法施加不同载荷，对安装非线性能量阱前后测试系统各典型位置的振动响应进行对比研究。利用实测数据，采用傅里叶变换方法将动态响应信息分别在时间域和频率域内展开。研究表明：力锤敲击产生的冲击载荷和飞轮以恒定转速运行产生的稳态载荷均可以激发非线性能量阱定向能量传输；受非线性能量阱的影响，柔性支架设备安装面和飞轮安装面振动响应得到有效抑制。但是，由于非线性能量阱阻尼和吸振子质量较小，不同程度削弱了其振动抑制效果。     

一种基于集体检测理论的GPS直接位置估计实现方法

传统GPS导航定位解算方法需要事先成功捕获、跟踪并实时获取多颗卫星的伪距测量,不适用于弱信号环境下卫星信号无法捕获的场景。集体检测是一种将各卫星信号的相关能量非相干累加后依据极大似然准则进行直接位置估计的理论。本文基于A-GPS提供的先验信息,提出了一种实现集体检测的具体参数估计方法和搜索策略,并基于真实GPS弱信号验证了算法的实际性能。实际试验表明,本方法与信号是否成功捕获和跟踪无关,适用于弱信号等环境下的定位解算。     

基于干扰观测器的受扰卫星姿态控制器设计与优化

对复杂环境下的卫星姿态控制进行了研究,针对存在外界干扰和转动惯量不确定的卫星姿态控制,建立了基于误差四元数卫星姿态动力学与运动学方程,在此基础上设计了反演滑模控制器,构造Lyapunov函数并从理论上证明了闭环系统的稳定性;设计非线性干扰观测器(NDO)对等效干扰进行估计,使控制器输出力矩减小,有效降低了输出饱和的风险,同时抑制了滑模控制带来的抖振;为了获得更好的控制效果,以控制器参数为优化变量,综合考虑了控制器的动态性能和被控对象的输入受限条件,建立了评价函数,利用改进的粒子群算法对控制器参数进行优化。仿真结果表明设计的控制器可行且有效,得到了较好的控制效果。     

某型飞机地板网格翻转系统输出接头接触仿真分析

某型飞机地板网格翻转操作平台的一个输出接头通过接触受力的形式传递载荷,该连接形式无法使用常规线弹性静力学求解。由于该接触问题具有普遍性,本文结合相关的接触分析软件,对该结构进行了接触仿真分析,完成了结构的强度校核,提供了一个接触分析通用的解决方案。     

转子弹性支承螺栓松动致干摩擦故障分析

根据工程实际中某核心机转子振动异常现象和试验件结构检测结果，建立了前支点鼠笼弹支松动的故障转子简化力学模型。基于转子动力学理论和试验信号中谐波特征，建立了前支点鼠笼支承结构由于螺栓连接松动致干摩擦简化模型，重点分析了干摩擦非线性对转子系统的轴心轨迹、弹支位移和支点反力等动力学响应特征的影响，从简入繁分析了如下3种转子的动力学特性：无故障的线性转子系统；考虑螺栓松动致非线性力、不考虑陀螺效应的非线性系统；考虑螺栓松动致非线性力和陀螺效应的非线性转子系统。研究发现：在转子系统中考虑干摩擦非线性力后，系统响应特征中会出现丰富的谐波成分；螺栓松动故障转子系统简化力学建模时，是否考虑陀螺效应对谐波特征也有较为明显的影响。该研究能为该类故障转子系统的监测和诊断提供参考。     

基于双环滑模控制的直/气复合控制系统设计

直/气复合控制导弹具有强干扰、强非线性以及强耦合等特点，传统的姿态控制器难以适用于该种复杂干扰并存的情况，文章提出了基于双环滑模控制的直/气复合控制器。首先采用有限时间收敛趋近律分别构造内外环滑模控制器，并将角速度回路的滑模变量量化为直接力指令，以解决空气舵与姿控发动机之间的耦合问题。接着使用非线性扩张状态观测器估计综合干扰，从而设计控制器补偿侧向喷流干扰及模型不确定性等综合干扰的影响。然后基于李雅普诺夫方法证明了控制系统闭环稳定，分析了干扰补偿对控制器收敛域的影响。最后仿真结果表明，该方法跟踪速度快，动态过程平稳，具有较强的干扰抑制能力，具有很强的鲁棒性。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。