基于重复控制技术的航空静止变流器

针对航空静止变流器输出电压波形畸变的问题,提出了采用重复控制技术解决方案.重复控制的基本思想是控制理论中的内模原理,逐周期地消除控制误差.分析了重复控制补偿器的数学表达式;证明了重复控制系统的稳定性和收敛性;给出了控制器各环节参数的频域设计方法;并根据一台采用单极性倍频正弦脉宽调制(SPWM)的6kVA/50Hz/200V航空静止变流器的实际参数进行仿真验证.仿真结果表明了控制模型和参数设计方法的正确性,同时也验证了重复控制对解决逆变电源受基波整数倍周期性信号干扰或带非线性负载所造成的输出电压波形畸变是行之有效的.      

连接压力在Ti/Ni/Ti复合层TLP扩散连接Si3N4陶瓷中的作用机制

研究了Ｔｉ／Ｎｉ／Ｔｉ复合层ＴＬＰ扩散连接Ｓｉ３Ｎ４陶瓷时压力对接头形成的作用机制。结果表明,ＴＬＰ来不及与陶瓷发生充分反应并形成高强度结合界面就已完全凝固,为形成高强度的结合界面,必须进一步发生固态扩散反应。只有当连接过程中施加足够的压力,才能保证ＴＬＰ在其存在期间充分铺展陶瓷,并在ＴＬＰ完全凝固后形成大量扩散通道,为固态扩散反应提供必要条件。     

世界航空公司机队构成(截止到1996年8月1日)

世界航空公司机队构成(截止到1996年8月1日)@家伟     

基于网络流仿真的潜通路分析方法

针对线索表法在分析潜通路问题过程中约束条件过多的问题,在人工神经网络分析法的基础上应用网络流仿真进行潜通路分析.根据电路元件的电气特性以及人工神经网络的特点,建立了元件的定性仿真模型,确定电路网络的构成方式.通过网络流仿真模拟电流在电路系统中的扩散过程,预测电路中负载的响应.通过对比电路网络中负载的设计响应以及通过分析预测得到的负载响应,就可以判断出电路网络是否存在潜通路问题,并且找到发生潜通路问题的原因.该方法可以正确预测电路网络中的负载响应,克服了线索表法的缺陷,减少对分析已知条件的要求以及人为因素对分析结果的影响.     

基于图论的潜通路分块分析方法

潜通路分析是一种重要的电路可靠性分析方法.随着电路系统规模的扩大,整体进行潜通路分析不仅使分析时间增加,而且分析过程会占据很大的存储空间.对大型复杂电路网络进行潜通路分析时,运用基于Laplace矩阵的谱平分算法对电路系统分块处理,将其划分成规模较小的若干子网络模块.根据子网络模块内部元件的组合状态,用深度优先搜索判断通路,将每个子网络模块等效成一个多端的特殊器件.对各个子网络模块分别进行潜通路分析,对等效后简化的电路系统整体分析,以达到对整个电路系统潜通路分析的目的.潜通路分块分析的方法简化了电路网络分析模型,有利于潜通路分析自动化智能化水平的提高.      

网络化飞行器执行机构故障自适应容错控制

针对存在随机短时延和外部干扰的网络化飞行器执行机构故障问题,提出了一种自适应容错控制方法。首先利用扩张状态观测器(Extended State Observer, ESO)对系统不确定性进行估计,并构建了自抗扰控制器对不确定性进行补偿。在此基础上,设计了一种基于跟踪误差的自适应容错控制方法。当执行机构发生未知故障后执行机构指令能自适应逼近设计值,使得重构的控制系统精确跟踪参考模型。最后利用Lyapunov函数方法证明了闭环控制系统的有界稳定。数值仿真校验了所提方法的有效性。     

竖直上升通道内微气泡湍流流动的数值模拟

为了提高气泡浓度分布预测精度,考虑流体和气泡之间的双向耦合作用,对竖直上升通道内含有微小气泡的湍流流动进行了数值模拟研究。采用直接数值模拟方法模拟流体流动,并用拉格朗日法跟踪气泡受流体和重力作用所产生的运动轨迹。气泡受力包括相间阻力、虚质量力、升力、壁面升力、压力梯度和重力等。数值模拟结果表明,通过加入壁面升力和采用双向耦合方法,可以较准确地预测气泡浓度分布和揭示气泡流动对流体湍流结构的影响。     

界面活性剂溶液内部结构和流变特性模拟

对在稳态剪切流下的一种稀疏界面活性剂溶液进行了布朗动力学数值模拟.棒状的界面活性剂胶束粒子被假定为由圆球线性连接而构成的刚性棒.本文引进了一种新的势作用模型来描述胶束粒子间的相互作用,利用Lennard-Jones势函数来描述棒端部球之间的相互作用,而采用软球势函数来描述棒内部球之间的相互作用.在低剪切率条件下,胶束粒子在端部相互连接而形成网状结构.随着剪切增大,网状构造遭到破坏,胶束粒子趋向与剪切流方向平行.这种溶液微结构随剪切率变化关系导致了溶液剪切粘度和第一正应力差系数的剪切稀化现象.此外,还考察了溶液浓度对剪切粘度和第一正应力差系数的影响.结果表明,剪切粘度和第一正应力差系数均随溶液粘度的增加而增加.     

基于神经网络的电磁干扰的预测

提出了一种应用神经网络预测电磁干扰的方法.针对遗传算法总体搜索能力较强但容易陷入局部最优,而模拟退火算法具有较强的局部搜索能力,又能避免搜索陷入局部最优解的特点,将模拟退火算法与遗传算法相结合,优化多层前馈(BP,Back Propagation)神经网络,获取最优的权值和阈值,并采用模拟退火的思想确定隐含层神经元的个数,进而建立基于神经网络的电磁干扰预测模型.以双平行导线间的电磁干扰问题为实例,明确干扰要素,建立训练样本和测试样本,对比期望输出和预测输出之间的误差,结果表明该方法可以准确有效地进行电磁干扰预测.