基于控制力矩陀螺的水下运载器动力学与仿真

为弥补水下运载器(AUV,Autonomous Underwater Vehicle)中传统舵面控制机构的低速控制的不足,改善其操纵性能,引入单框架控制力矩陀螺(SGCMG,Single Gimbal Control Moment Gyro)作为控制机构进行姿态稳定与控制.把AUV简化为刚体,加入SGCMG,考虑水下环境的特点,建立基于SGCMG的AUV动力学模型,并仿真分析AUV的动力学、姿态运动、SGCMG的框架运动以及环境之间的相互作用.仿真结果说明:基于SGCMG控制的AUV的姿态机动快速、准确,低速性能理想,为操纵律设计及姿态控制算法研究提供基础.     

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题,准确的剩余寿命预测可以在故障发生前进行有效的维护保养,以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题,提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先,利用非线性随机系数回归模型进行退化建模。其次,证明了基于单个设备现场退化数据,期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果,并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后,通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证,结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响,更为准确的预测设备地实际剩余寿命。      

基于知识图谱和自动机器学习的软件缺陷预测

不稳定和召回率低效的软件缺陷预测模型难以在行业领域应用,为解决稳定和高效各项性能评价指标的软件缺陷预测模型在工程实践应用的问题,提出了一种基于知识图谱和自动化机器学习的软件缺陷预测方法AutoKGGAS,首先获取软件缺陷预测模型数据,对知识建模、知识获取、知识融合、知识储存与知识计算等知识图谱构建技术研究,实现知识图谱...     

基于维纳过程退化模型的动量轮寿命预测与分析

动量轮作为卫星的关键执行部件,其可靠性与寿命直接影响到卫星在轨任务的执行.对于动量轮产品的寿命预估与分析,受限于样本少、试验周期长、代价高等因素,无法获取足够的寿命样本数据.本文结合工程经验及已有的地面寿命试验数据,采用维纳过程退化模型,对动量轮产品的可靠性进行建模,并对其寿命进行预估与分析.该模型为动量轮寿命预测提供了一种有效方法,适用于高可靠、长寿命产品的寿命预测与分析.     

基于向量对方法的柔性空间机械臂建模与仿真

针对柔性自由漂浮基座空间机械臂系统建模的过程中存在的形式复杂计算量大等问题,本文采用向量对方法,以自由漂浮基座双连杆柔性机械臂为研究对象,以单个体的动力学方程为基础,分别列出相邻两个体之间的约束方程,利用拉格朗日乘子法组装构成系统的动力学方程.这种方法在建模时需要的信息较少,易于推导,得到的方程十分规范化,更加有利于柔性空间机械臂控制系统的设计.最后文章通过仿真验证了模型的正确性.