基于控制分配的恒压腔压力精准控制

针对采用双阀调节的恒压腔系统压力在空气流量大范围变化时的精确控制问题,提出了一种基于控制分配的恒压腔压力精准控制方法。首先,建立了虚拟放气流量的双阀控制分配算法,包括：建立满足虚拟放气流量要求且调节阀能耗最小的优化问题;通过线性矩阵不等式(Linear Matrix Inequality, LMI)求解该优化问题得到双阀实际流通面积值;考虑调节阀动态并计算调节阀控制信号指令值。其次,建立以虚拟放气流量为恒压腔控制输入的闭环负反馈回路,基于此,设计满足伺服性能和抗干扰性能要求的PI控制器,引入上述双阀控制分配算法,进而构建完整的基于控制分配的恒压腔压力控制系统。仿真结果表明,采用该方法的控制系统性能明显优于传统单阀PI控制系统性能,恒压腔压力动态相对误差小于0.07%;干扰流量最大变化率为77kg/s2时,压力最大偏差低于500Pa;此外,调节阀动态时间常数和流量系数的拉偏仿真结果进一步验证了该控制器的鲁棒性。     

用于小幅值精确控制的纵向飞行品质准则

研究用于评定飞机小幅值姿态和航迹精确控制的纵向飞行品质准则,提出以线性化小扰动飞机方程和飞控系统为评定对象,用等效系统拟配法、系统稳定裕度、Ｎｅａｌ－Ｓｍｉｔｈ准则、姿态带宽准则、ＧＭ／ＰＭ准则和回落准则对整个飞机进行品质评价。综合分析这些准则的相互关系后,认为分别用上述６种方法评价飞机的飞行品质,可以得出该飞机的综合性能指标,而不至于得出一个片面的结论。     

GRECO建模在VC++4.0中的实现机制

GRECO(Graphical Electromagnetic Computing)技术是目前分析高频区复杂目标雷达散射截面(RCS)最有效方法之一.对复杂目标而言,应用GRECO方法的一个重要工作就是对目标的几何造型进行准确地建模,才能获得令人满意的结果.文中结合C-R样条建模理论,阐述了在Windows NT环境下利用VC+ +4.0与OpenGL为GRECO方法进行建模的机制.以标准体与复杂目标为实例,给出了与实验结果符合良好的RCS曲线,具有工程实用价值.      

混合系统的形式化验证

结合混合系统的研究对余度管理系统进行了形式化的分析和验证.采用的手段是时段演算技术及其扩展.首先进行形式化的需求分析,需求及其假设用时段演算表示,其次严格化地描述算法和参数的选取.在验证过程中,首先应用程序逻辑验证算法,算法的不变量以时段演算表示,最后在时段演算中验证整个系统的行为满足给定的需求.      

带有附加扰动的系统族的鲁棒镇定

考虑线性不确定系统的鲁棒镇定问题,系统的不确定性由参数摄动和附加扰动组成。系统的参数摄动采用凸边界系统族的方法描述,给出了该系统可鲁棒δ－镇定的一个充分条件,基于这个结果将不确定系统的鲁棒δ－镇定问题转化为一个优化问题,并且进一步证明了该优化问题是凸的,因此其任何一个局部最优点也是全局最优点。算例说明了该方法的有效性。     

基于LMI的混合系统的稳定性和鲁棒镇定研究

混合系统的稳定性分析,乃至镇定方法是混合系统研究的重要内容。线性多模态切换系统是一类重要的混合系统。针对线性多模态系统提出了一种基于线性矩阵不等式技术进行稳定性分析和鲁棒镇定的方法,通过求解一组线性不等式得出稳定性的判定条件,设计出的一组状态反馈控制律对系统的模态切换乃至有界模型不确定有鲁棒性。推导了控制律设计所对应的线性矩阵不等式组,并证明了其中的一致性关系,探讨了求解方法,应用实施也显示出该方     

标准压力源自校准方法探讨

当前以压力传感器为一次仪表组成的标准压力源,用软件实现自校准既可提高校准效率,又能提高仪器的性价比.对标准压力源的软件自校准方法进行了探讨.     

VO2薄膜制备工艺及电阻开关特性研究

用溶胶－凝胶法在非晶玻璃上制备VO2薄膜，经过熔融、涂膜、烘干和热处理等工艺最后得到电阻相变2－3个量级的VO2薄膜。对烘干温度、熔融温度、膜厚和热处理温度对薄膜电阻开关特性的影响进行了研究。通过XRD（X－ray diffraction)和XPS（X－ray photoelectron spectroscopy）对薄膜的结构和价态进行分析，表明用溶胶－凝胶法制图VO2膜工艺简单，重复性好。     

卫星红外辐射场理论模拟

在红外辐射场理论建模通用框架研究成果的基础上,对卫星的几何构型进行建模;通过背景辐射的非均匀化考虑,根据相应的物理模型对卫星温度场和红外辐射场进行了模拟计算,得到了卫星外表温度场和红外辐射场分布。     

空间交会最终平移段控制策略

提出空间交会最终平移段的控制方法,选取追踪航天器的相对位置与姿态角作为控制变量,同步控制追踪航天器的质心运动与姿态运动,修正制导机动执行偏差的影响,使目标航天器保持在光学导航视场范围之内,且满足对接操作对追踪航天器状态的要求。