变势能阱双稳态气动弹性能量收集的性能增强研究

提出一种新型的磁耦合变势能阱双稳态压电颤振能量收集器，设计了外部磁场作用下颤振能量收集系统的双稳态构型，并利用弹性支撑的外部磁铁的运动实现了变势能阱技术，解释了变势能阱双稳态对颤振能量收集系统的性能增强机理。建立了磁力-压电-气动弹性耦合的颤振能量收集系统的动力学分析模型，根据非线性磁偶极模型以及平衡点稳定性理论，讨论了系统出现双稳态构型的参数条件。对磁耦合双稳态颤振能量收集系统的动态特性进行了数值仿真研究，结果显示，双稳态构型能够使无磁力颤振能量收集系统的超临界颤振行为转变为亚临界颤振，发生极限环振动的风速能够降低50%以上，拓宽了能量收集器的有效工作风速范围，并分析了磁铁间距、磁偶极矩对能量收集性能的影响规律。采用弹性支撑的外部磁铁的运动来自适应调节内外部磁铁之间的距离，达到变势能阱的目的，有效地降低了双稳态的势能阱深度，使系统更容易发生双稳态势能阱间的跃迁运动，从而在双稳态的设计基础上，实现了能量收集工作风速范围和输出电功率的同步提升，为低风速下的能量收集提供了一种有效的设计途径。     

液体压力激波加工技术研究

机械产品的零部件，通常需要通过成形与改性才具有所需形状及实用功能，本文提出了一种新型材料成形与改性加工的方法——液体压力激波加工。采用脉冲超声波聚焦技术，通过压电陶瓷激波发生器在液体介质中产生高能瞬时压力激波，对材料进行冲击，产生变形或表面改性。经过理论研究和试验验证，初步掌握了液体压力激波的产生、激波能量的控制和激波加工的动力学机制。这种加工方法具有能量可控性好、成本低廉和安全高效等优点，非常适合具有复杂结构和型面的中小零件加工，是一种颇具竞争力的先进制造技术手段。     

空间智能桁架自适应模糊振动控制

研究了一种基于自适应模糊控制器的空间智能桁架振动控制方法。在考虑剩余模态影响的条件下建立了空间智能桁架的独立模态空间振动控制方程,并对自适应模糊控制器作改进,证明了控制系统的稳定性。仿真结果表明:该自适应模糊控制器可有效抑制桁架振动,控制效果明显优于传统模糊控制,同时能抑制控制溢出和观测溢出。     

人工智能技术在航天器数据监视中的应用研究

通过对航天器数据监视需求的分析,指出了智能监视是航天器数据监视的必然趋势,并对航天器数据智能监视的可行性进行了分析。在深入探讨人工智能技术研究成果的基础上,给出了基于人工智能技术的航天器数据智能监视系统(SDIMS)方案。     

基于DSP的自适应桁架振动控制器设计

重量轻、功耗低、处理能力强的控制器对自适应桁架的空间应用具有重要意义。本文以自适应桁架空间应用为背景,进行了控制器的小型化设计。以DSP芯片TMS320VC33为核心,实现了自适应桁架振动控制器硬件,并开发了相应的控制程序。采用4阶线性二次型高斯(LQG)离散控制模型,在自适应桁架实验平台上进行了振动抑制实验。实验表明,以DSP为核心的小型化控制器能够实现对自适应桁架振动的有效抑制,达到了与dSPACE控制器相同的控制效果。     

基于特征模型的挠性悬臂板控制

针对航天器上太阳帆板这种悬臂外伸薄板结构的挠性附件 ,存在环境扰动下所引起的振动 ,本文采用压电智能结构作为执行器对悬臂板进行主动振动控制。基于板系统的特征建模 ,并结合自适应控制对挠性板的主动控制进行了研究。通过仿真研究结果与应变律反馈控制比较 ,表明该方法的有效性     

双温度试验系统方案设计

结合双温度试验系统方案设计,介绍了可编程控制器在温度控制上的应用,有助于增进读者对PLC等的了解。     

航空火力控制系统智能自动化检测系统设计

研究了对作战飞机的航空火力控制系统进行智能自动化检测的方法，设计了一种基于虚拟仪器技术的微机数据采集与控制系统，详细介绍了系统的组成，说明了硬件、软件的结构和功能，并讨论了应用超文本技术定义被测设备的数学模型的方法。     

激波风洞重模型气动力试验研究

在激波风洞上进行气动力试验时,风洞启动时巨大的冲击载荷使模型-天平受到充分的激励,从而形成惯性干扰力,并与真实气动力混杂在一起,甚至完全覆盖气动力,降低了试验精准度,使得试验模型的质量受到极大的限制。本文介绍了CARDC-dia.2米激波风洞进行大、重模型的压电天平气动力试验研究情况,包括天平设计、天平校准、惯性补偿和风洞试验等几个方面。研究结果表明:气动力试验模型质量可从过去的500g增加到8kg,模型长度可达1m。从而提高了激波风洞测力试验能力,能满足高超声速飞行器试验的需求。     

智能CAI中学生模型库的设计

智能CAI以现代教育理论为基础,利用人工智能、心理学、认知科学等学科的最新成果,通过计算机向学生传授各种知识和技能,以达到真正的个性化教学的目的。在建造智能CAI系统时,学生模型库的建立是智能CAI系统的核心问题。设计建构学生模型库有多种不同的方法,可以采取覆盖法、差错法、规划法和学习历史法等方法。对学生模型库的逻辑结构进行了分析,探讨了智能CAI系统中建立学生模型库的方法,包括作业模型配对、错误编辑法和模型推导法和结构内化法。