基于制动意图识别的电动汽车能量经济性

制动能量回收是提高电动汽车能量经济性的主要技术措施,准确识别驾驶意图是制动能量回收的关键。分别建立驾驶员收起加速踏板阶段和踩下制动踏板阶段的制动意图识别模型,采用模糊控制方法对制动意图进行识别,以小强度制动、中强度制动和紧急制动作为量化的驾驶员制动意图输出;依据制动意图识别结果制订了2种能量回收模式;基于欧洲经济委员会(ECE)法规线和I曲线建立了制动力分配策略和计算模型;针对不同的能量回收模式,以Cruise和MATLAB/Simulink为平台,建立了制动系统仿真模型,计算制动能量回收率和电动汽车续驶里程。结果表明:能量回收模式不同,电动汽车的制动能量回收率不同;在一个新欧洲驾驶循环(NEDC)中,考虑收起加速踏板阶段模拟发动机制动的能量回收模式能够提高制动能量回收率;NEDC循环工况的续驶里程提高了5.69%。      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

深空探测人工智能技术应用及发展建议

深空探测任务的探测目标距离地球越来越远,测控延时逐步增大,并且目标的先验知识有限,在遥远、未知、不确定环境下开展科学探索对探测器的自主性能需求日益强烈。随着人工智能技术的快速发展并逐步实用,在深空探测领域中应用人工智能技术提高和改进航天器自主性也将成为必须和可能。简要介绍了人工智能技术的发展历程,分析了航天领域中人工智能技术的应用实例,重点结合规划的深空探测任务特点和应用场景,梳理分析了各具体任务对人工智能技术应用的潜在需求,并提出了对深空探测人工智能技术应用的一些看法和发展建议。     

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

飞行器特性对雷达探测跟踪的影响

雷达目标特性、飞行特性是飞行器固有的重要特性,也是雷达对飞行器探测跟踪的主要特征量,通过原理理论与实际数据分析总结了飞行器目标特性和运动特性对雷达探测跟踪的影响,描述了飞行器特性与雷达探测跟踪性能间的特征与规律,可为飞行器设计与雷达工程技术人员提供参考。     

中国首次火星探测工程有效载荷总体设计

简要介绍了中国首次火星探测工程的科学目标与有效载荷的配置,有效载荷分系统的总体技术方案,包括有效载荷供配电、遥测遥控、科学数据处理、在轨自主运控,以及有效载荷分系统在轨基本工作流程安排。针对火星环绕器有效载荷功能复杂、安装位置分散等特点,配置了独立的载荷控制器设备,通过总线网络将有效载荷分系统组成有机整体,实现与环绕器平台的统一电接口。针对火星车有效载荷在重量、体积、能源等方面的严格限制,通过最大限度地将各有效载荷主控电子学控制单元集成于一台载荷控制器设备中,实现了对有效载荷的集中控制和管理。     

医学超声图像的特征提取方法初探

本文在分析了医学超声图像特殊性的基础上,构建了基于灰度共生矩阵的四个纹理特征描述算子,对正常肝和非正常肝的超声图像进行了特征提取。MATLAB仿真实验结果验证了该算法的有效性。     

航空发动机空中起动失败故障分析与排除

针对某型发动机空中起动失败故障,阐述了发动机空中起动的时序与原理,通过对空中起动失败故障的现象分析,进行 初步故障排查,建立空中起动失败故障树,根据故障树对可能导致发动机空中起动失败的因素进行逐一分析、检查及试验验证,确 定主燃油泵调节器起动回油活门故障导致空中起动供油异常是发动机空中起动失败的原因。更换主燃油泵调节器后进行试飞验 证。结果表明：发动机空中起动正常,空中起动参数正常,发动机空中起动能力满足该型产品的指标要求,发动机可以在规定时间 内完成空中的再次起动,达到目标转速,发动机检飞通过。本次排故的思路与经验,可为后续某型产品的相关故障排除提供指导 性帮助。     

确定材料概率疲劳曲线的损伤力学方法

飞机结构对可靠度要求很高,因此要获取材料的概率疲劳曲线.概率疲劳曲线试验周期长,费用高.对此,首次通过损伤力学方法,根据获取材料中值疲劳曲线所需数据确定了材料的概率疲劳曲线.结果表明,当存活概率提高时,疲劳强度将明显降低,疲劳寿命将明显缩短.本结论是从金属材料的标准试件的疲劳试验推出的,因而该方法首先适用于金属材料,同时该方法也可推广用于许多新型的复合材料.另外,试验子样愈大,置信度愈高.该方法的价值在于可以采用中值疲劳试验代替概率疲劳试验,显著地节约疲劳机时与试验成本.