Adaptive recurrent-neural-network control for linear inductionmotor

In this study an adaptive recurrent-neural-network controller (ARNNC) is proposed to control a linear induction motor (LIM) servo drive. First, the secondary flux of the LIM is estimated with an adaptive flux observer on the stationary reference frame and the feedback linearization theory is used to decouple the thrust force and the flux amplitude of the LIM. Then, an ARNNC is proposed to control the mover of the LIM for periodic motion. In the proposed controller, the LIM servo drive system is identified by a recurrent-neural-network identifier (RNNI) to provide the sensitivity information of the drive system to an adaptive controller. The backpropagation algorithm is used to train the RNNI on line. Moreover, to guarantee the convergence of identification and tracking errors, analytical methods based on a discrete-type Lyapunov function are proposed to determine the varied learning rates of the RNNI and the optimal learning rate of the adaptive controller. The effectiveness of the proposed control scheme is verified by both the simulated and experimental results. Furthermore, the advantages of the proposed control system are indicated in comparison with the sliding mode control system     

DC/DC变换器抗辐射试验

文章以ZHDC28S05/18W型数字化DC/DC变换器(额定输入28V,输出5V/3.6A)为例,制定了DC/DC变换器辐射总剂量和单粒子效应试验的方案并进行了摸底试验,根据试验结果更换了集成功率芯片LM2596-ADJ,使产品的抗辐射性能有了明显提高.     

Orbital maneuver and keeping of FORMOSAT-2

This paper presents the orbital maneuver (OM) and keeping of FORMOSAT-2 (or FS2, Formosa Satellite #2) since its launch on 20 May 2004. The successful launch put FS2 in a sun-synchronous parking orbit with 729.94 km perigee and 743.31 apogee. Taiwan’s National Space Organization (NSPO) then spent 11 days to perform the first orbital maneuver (OM#1) and raised FS2 to its sun-synchronous circular mission orbit at 888.47 km altitude. Due to various kinds of disturbances, FS2’s orbit shifts gradually but constantly. Therefore, four times of OM had been performed for orbital keeping. Details of all 5 OMs are described.     

基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成.目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点.针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类.仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别.     

航空运输业排放环境影响评估研究

利用ICAO发动机排放数据库构建了航空运输业排放环境外部成本测算模型,并选取首都国际机场等6个国际机场作为实证研究的对象,测算了其2008年排放产生的环境外部成本,可以看出中国机场普遍存在着显著的排放环境外部成本。同时,针对中国航空运输业的发展现状,提出了通过实施排放权交易制度将中国航空运输业环境外部成本内部化的政策建议。研究成果可用于中国航空运输业排放环境外部成本的测算和治理。     

辐射加热设备的开发及运用

介绍了中国航天空气动力技术研究院辐射加热设备的开发及运用情况.设备包括0-150 kW的石英灯加热器,试验舱,真空系统以及控制系统.在辐射加热设备上对低密度隔热材料在不同低压下的隔热性能进行了研究,所用模型横截面积为100 mmx100 mm,最长运行时间2000 s,低密度隔热材料的表面温度高达1000 K,试验舱最低压力为10 Pa.     

虚拟桌面技术研究与应用

IT技术的发展使得计算机的硬件系统环境与用户的实际使用环境相互分离,为了实现用户可以对计算机系统进行远程维护和管理,同时在节约计算机系统管理成本、降低设备功耗和提高可管理性方面,虚拟桌面技术能够很好满足这些需求。主要分析虚拟桌面技术的关键技术以及解决方案,并对虚拟桌面技术进行展望。     

复杂作业模式下车间生产调度的建模与优化

针对某航天制造企业的实际生产环境,分析和讨论了复杂作业模式下车间生产的调度问题,并根据实际的业务流程建立了数学模型,通过自动调度与人工调度相结合的方法对其进行优化,最后采用实例对调度结果进行了验证.事实证明,这种调度机制可以同时增强系统的灵活性和稳定性,对提高车间生产效率和管理水平有很大帮助.     

火星自然卫星分析历表的建立

为了解环火星探测器的运动规律,就要构造环火星探测器的轨道分析解,这会涉及2个火星自然卫星的分析历表,因而需要首先构造它们的轨道分析解。由于火星与地球类似,参照建立人造地球卫星轨道摄动解的方法,构造火星自然卫星轨道的摄动分析解,分离出短周期项,即可给出所需要的历表计算公式。将其与JPL网站上提供的历表进行比对,结果表明,所采用的数学模型以及构造轨道摄动解的方法均有效,能够达到期望的精度。     

区间贝齐尔曲面的逼近(英文)

根据摄动理论,提出一种使用最小能量法的区间贝齐尔曲面逼近有理曲面的方法。该方法采用了恰当的范数,可以对摄动曲面以较多的限制,并通过实例演示了该方法的应用。实验可以与细分技术相结合,得到有理曲面的分片区间多项式的逼近。