基于等效电路模型与CDKF的锂离子电池荷电状态(SOC)估计

锂离子电池在社会生产各领域应用广泛,由于其复杂的电化学系统,状态检测难度较大,给供电保障带来不利影响.结合Thevenin等效电路与中心差分卡尔曼滤波法(CDKF),构建了一种聚合物锂离子电池的荷电状态(SOC)估计模型.MATLAB仿真验证表明,该模型能有效防止安时计数误差累积,电池SOC估计误差不超过5%.     

环氧树脂基复合材料加筋板结构吸湿行为研究

环氧树脂基复合材料的性能对湿热环境敏感，掌握该材料所组成结构的吸湿行为对其实际应用具有重要意义。通过以碳纤维环氧树脂基复合材料层合板的non-Fickian吸湿模型为基础，建立环氧树脂基复合材料加筋板结构的non-Fickian吸湿模型，在70℃/85% RH湿热条件下开展加筋板结构的吸湿实验，对所建立模型进行验证，并与已有的加筋板吸湿模型进行对比，通过所建立模型给出了加筋板沿厚度方向的吸湿量分布规律。结果表明:所建立加筋板non-Fickian吸湿模型的计算结果与实验结果吻合良好，在整个吸湿阶段相对误差小于5%，模型的预测精度高于传统Fick模型。所建立的加筋板non-Fickian吸湿模型可用于环氧树脂基复合材料加筋板层合结构吸湿量的准确预测。      

仿壁虎刚毛阵列对卫星表面吸附能力模型与计算

壁虎脚的粘着机理对航天机器人脚掌的研制和开发具有重要启发意义.通过单根刚毛与光滑表面黏着力模型与计算、卫星粗糙表面分布模型与接触概率与计算、刚毛阵列与卫星粗糙表面黏着力模型与计算等，分析仿壁虎刚毛阵列对卫星表面的吸附能力，发现在一定条件下仿壁虎刚毛阵能够在太空失重环境中黏着在卫星表面，对航天舱内爬行机器人、管道机器人的研制和开发具有重要的启示意义.     

航天器运输包装箱仿真验证平台技术研究

针对数量有限的物理跑车试验无法满足减振与保温性能测试需求的问题，提出一套航天器运输包装箱动力学与热学仿真验证方法，包括：建立适用于包装箱系统的刚柔耦合多体动力学系统，通过结合线路条件测试生成的动力学系统外部激励，实现减振性能虚拟跑车测试；建立基于计算流体力学的包装箱热学模型，通过模拟自然对流和空调控制，实现包装箱保温性能虚拟跑车测试；基于C/S架构和导航式流程设计思想，建立航天器运输包装箱仿真验证平台，通过实际案例证明该平台仿真结果与实际跑车测试数据具有较高的一致性。     

RAD-7测氡仪检定结果不确定度的评定

依据量值传递关系，列举了量值传递中的数学模型；依据数学模型，介绍了测氡仪检定结果不确定度的评定方法；结合JJG 825—2013《测氡仪检定规程》RAD-7的检定，评定出了RAD-7测氡仪检定结果体积活度响应的相对合成标准不确定度；结果表明，检定结果的不确定度主要受氡从液体镭源转移过程和被检仪器计数能力的影响。     

通信拓扑切换下的多飞行器协同拦截方法

针对通信拓扑切换条件下的多飞行器协同拦截问题，提出了一种基于扩张状态观测器的协同制导方法。建立协同制导设计模型，将协同拦截问题转换为视线稳定条件下的剩余飞行时间调节问题。为解决机动目标状态不确定的问题，将目标的状态视作扰动，设计扩张状态观测器来估计机动目标的状态，并在制导律中对目标的机动进行补偿。利用有限时间一致性理论进行一致性控制协议的设计，实现各飞行器剩余飞行时间的有限时间一致，并利用Lyapunov稳定性理论分析通信拓扑切换情况下闭环系统的有限时间稳定性，给出了系统一致收敛时间。仿真结果表明，在通信拓扑变换的情况下，设计的观测器能够有效估计目标状态，且协同制导律能够满足对剩余飞行时间的控制要求，进而实现协同拦截。     

一种主动悬架式火星车稳定裕度优化控制策略

针对火星车在非结构化环境下行驶存在的稳定性不足而导致倾覆的风险，提出针对一种六轮主动悬架式火星车的稳定裕度优化控制方法。首先，考虑了火星车悬架机构调整过程中车轮与接触地面滑移和侧倾等运动关系，建立和完善了六轮主动悬架式火星车行驶的运动学模型。然后，以火星车夹角调整机构角度为变量，推导火星车在非结构环境下的稳定裕度模型。之后，使用内点法求解火星车稳定裕度的最优解，并获得期望的夹角调整机构关节角度。在此基础上，对夹角调整机构的关节角度进行规划和控制，实现火星车悬架机构构型的调整，从而提高火星车在非结构化环境下行驶的稳定裕度。最后，对火星车稳定裕度优化控制策略的有效性进行仿真验证，结果表明，所提出的控制方法可有效提高火星车在非结构化环境下行驶的稳定裕度。     

基于Kriging模型梯度解析解的改进一次二阶矩方法

改进一次二阶矩（AFOSM）法是一种基于功能函数梯度的结构可靠性分析方法，鉴于其对隐式函数的梯度较难求解，提出了一种基于Kriging模型梯度解析解的AFOSM方法，利用Kriging代理模型的解析表达式推导得到功能函数对输入变量的梯度解析解，为AFOSM中设计点的确定提供高精度的梯度信息。通过Kriging与AFOSM的结合，很好地解决了基于有限元模型的隐式情况下梯度计算量相当大、可靠性分析难的问题。数值与工程算例验证了所提Kriging梯度解析解的较高精确性，同时验证了所提基于Kriging解析解的AFOSM结构可靠性分析方法的正确性与较高精度。     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测，其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据，输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度，输出参量为EEJ.对EEJ预测结果进行了统计学分析，并且与实际观测结果进行对比.结果表明:BP神经网络对事件中EEJ的变化具有很好的预测能力，预测结果能够反映EEJ的重要分布特征；EEJ预测值与观测值之间具有很好的相关性，其中地磁台站观测值与预测值相关性系数可达85%以上.此外，将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比，结果显示BP神经网络与其经验模型性能相当.研究结果表明，BP神经网络技术在平静期EEJ变化预测方面性能优异，具有良好的应用前景.