基于神经网络的两种质量诊断理论的研究

在传统的两种质量诊断理论中,工序质量模型一般是通过回归、理论推导或者是经验方法来建立的,从而实现分质量从总质量中的分离,但是在一些复杂的条件下用这些方法建立工序质量模型比较困难,因此,本文提出了基于神经网络的两种质量诊断方法。为了验证新方法的可行性,本文利用某生产过程中过滤与脱色两道工序的数据进行诊断,诊断结果表明:新方法可行有效。     

晶体生长炉神经元网络PID解耦控制系统

多温区晶体生长炉是一种多输入多输出、强耦合的被控对象。根据多温区晶体生长炉内温场分布的要求,提出一种神经元网络PID多变量强耦合系统控制器,通过在线学习自动调节控制器参数,同时实现解耦和控制作用。仿真结果验证了本方法对多变量强耦合时变对象具有良好的解耦性能和自学习控制特性,达到了系统所要求的控制指标。     

多翼伞系统智能协同控制研究

为了在实际空投任务中实现大规模的物资、装备补给,采用多翼伞协同是未来翼伞空投的重点发展方向,然而基于多体协同的空投方式也提高了控制的复杂度。为实现大规模多翼伞空投系统协同控制,文章采用了多翼伞系统非线性降阶模型,提出了多翼伞系统协同控制算法,并对控制器进行了稳定性分析。通过仿真实验与实际翼伞试验,验证了该控制算法在各翼伞个体分散投放的情况下,各翼伞通过局部信息交互获得其邻居翼伞的位置,可在较短时间内实现具有一定的安全间距的编队协同飞行,避免了相互碰撞的风险,最终雀降着陆。文章研究的方法对多翼伞系统协同控制有较好的效果,可为多翼伞系统的进一步研究提供理论参考。     

自动化系统中的多雷达跟踪与实时质量控制

一、多雷达处理概述雷达信号的处理包括两个基本过程,即航迹形成过程和多雷达处理过程。航迹形成过程在雷达站完成,多雷达处理过程则由自动化系统来完成。早期的自动化系统没有RD(P雷达数据处理器),没有多雷达处理功能,只是作为雷达的显示     

航天器推进系统多余物控制相关标准浅析

对多余物的主要来源和类型进行分析,梳理航天器推进系统多余物控制的特点,在此基础上提出多余物控制工作开展的思路,介绍航天器推进系统研制全过程中各环节具体的多余物控制方法与实施效果。     

基于MAS的实时诊断技术在电源系统中的应用研究

为了提高卫星这类大规模复杂系统的诊断速度和精度,提出了一种基于MAS 的卫星电源系统分布式诊断框架。框架的核心部分是两类诊断Agent：一类是自适应全局Age nt,负责全局诊断,采用多信号模型的诊断方法;另一类是子系统驻留Agent,负责局部诊 断,采用参数估计的诊断策略,并引入Box\|Jenkins的建模方法。通过通讯Agent和电源专 家Agent实现多Agent间协调工作。在电源系统中的应用表明,两种诊断Agent间优势互补, 提高了诊断效率,并能准确地给出诊断结果。
     

无控火箭多路时序控制点火系统研究

为适应新型增雨防雹火箭需要，在原单一电子延时点火机构的基础上进行了电路改进，设计了功耗小，电压低，可同时提供多个时序的电子延时装置，满足了多次点火要求，该装置已经过飞行前的各种地面试验的考核。     

统计过程控制与诊断：第十二讲 6σ管理简介

本文简单介绍6σ的起缘，6σ管理及其特点，企业引入6σ管理应具备的条件，新质量成本观，推行6σ管理的步骤，百万次机会不合格数，各种σ水平对于过程能力指数的要求。