一种闭环冗余系统可重构控制方法

提出一种闭环冗余系统在线可重构控制方法,包括控制器、控制分配和故障诊断.在故障诊断算法中,首先采用有向图方法快速确定可能的故障源.对于难以隔离的故障,提出了一种在线故障定位方法.故障定位后,通过控制分配,重新分配控制律.以航天器冗余动量轮系统的故障重构为例,说明了如何在系统级角度在线定位故障,重构系统.最后,给出了冗余动量轮卫星姿态调节过程中故障重构的仿真算例.     

理论门槛值的研究

阐述了应力强度因子门槛值△Ｋｔｈ的重要性，讨论了理论门槛值的概念，分析了工程门槛值的局限性，提出了理论槛值的求解方法，实例分析显示了理论门槛值研究，无论对于工程应用或理论研究均具有重要意义。     

GPS／DNS组合导航系统研究

通过误差分析的方法，给出了用卫星全球定位系统ＧＰＳ的位置、速度信息作为观测量的ＧＰＳ／ＤＮＳ组合导航系统的数学模型。在此模型的基础上应用卡尔曼滤波器，估计出导航参数误差并对系统进行校正，从而实现了ＧＰＳ与多普勒导航系统（ＤＮＳ）的组合。ＧＰＳ／ＤＮＳ组合导航系统克服了多普勒导航系统定位误差随时间发散的缺点，使得导航精度与时间无关，弥补了ＧＰＳ实时性的不足。仿真结果表明，该组合方案可获得高的导航定位精度。该系统丰富了组合导航系统内容，且体积小、成本低，便于工程实现，具有实用价值。     

基于TheoH方差的陀螺随机误差系数动态提取

针对运用动态Allan方差提取陀螺随机误差系数时,用截断窗截取原始信号造成方差估计置信度降低的问题,提出运用混合理论方差(Theo H方差)来代替Allan方差对截断窗内的数据进行分析,并提取出随时间变化的陀螺随机误差系数。Theo H方差改善了Allan方差计算时相关时间只能达到信号总时间的二分之一及长相关时间下方差估计置信度降低的问题,其计算的相关时间可以达到数据总时间的四分之三,有效改善了动态算法因数据截取造成误差系数估计置信度下降的缺陷。从对仿真信号和光学陀螺实测数据处理结果上来看,本文方法既能准确地对动态条件下陀螺量测信号的随机误差进行细化辨识,又能大幅提高中、长相关时间下方差估计的置信度。     

考虑分布参数依赖的风险混合不确定性分析方法

在定量化风险评估中,针对变量分布参数存在依赖时的混合不确定性传播问题,提出一种考虑分布参数完全依赖、部分依赖以及独立传播情形的双层混合不确定性刻画与传播框架,内外层分布参数不确定性分别用概率分布与可能性分布刻画,采用蒙特卡罗模拟法与模糊扩展原则相结合的数值求解方法。针对认知不确定性分布参数依赖性,构建了统一的认知不确定性分布参数依赖性模型,并给出依赖性系数的概念。为实现认知不确定性分布参数独立性采样,设计了基于D-S证据理论与随机集相结合的不确定性传播算法,相比于概率刻画下的双层蒙特卡罗方法,计算代价有效降低。以某型氢氧发动机贮箱共底漏气率为算例,验证本文方法的有效性与可行性。     

基于符号计算的风洞试验测量不确定度评估

基于符号计算进行风洞试验测量不确定度分析可以实现实验数据处理公式及误差灵敏度系数的自动推导 ,采用该方法对ZSDD 1导弹标模风洞试验结果进行了定量的试验不确定度评估 ,计算得到的气动力系数精度极限与重复性试验得出的试验精度吻合良好 ,气动力系数偏离极限计算值通常是其精度极限的 3～ 4倍 ,其不确定度大约是其精度极限的 4倍。笔者所述分析方法和分析程序为定量评估风洞试验数据的可靠性提供了一种有效手段。     

基于TC787触发模块的电机调速控制系统

本文介绍了晶闸管集成触发芯片TC787的工作原理和特点，分析了利用基于TC787晶闸管集成触发芯片进行电机调速控制的电路应用。     

薄膜电阻温度计原理性误差分析及数据处理方法研究

薄膜电阻温度计是高超声速测热试验中一种常用的传感器,多用于激波风洞中.改进薄膜电阻温度计测热数据的后处理方法,分析其原理性误差,提出修正方法,可以进一步提高热流测量精度,为防热设计提供可靠数据.应用三维热传导理论,考虑热流和温升的耦合影响,计算了气动加热条件下薄膜电阻温度计结构温升情况,得到了铂层内的温度分布规律,并与一维半无限简化理论得到的薄膜电阻温度计表层温度相互对比,得到了模型简化带来的原理性误差;建立了由表面温升计算表面热流的导热反问题计算方法,与经典的Cook-Felderman处理公式和热电模拟网络处理方法相互对比,提出了修止热流值的方法,为提高热流测量精度提供了一种可行的手段.     

基于MBD的检测数据和三维模型关联与可视化技术

针对目前机械零件的检测数据和三维数模相脱离的问题,提出了一种基于MBD的检测数据和三维模型的关联与可视化技术。给出了组合、交叉、聚合三种检测数据和三维模型的关联方式,在CATIA二次开发环境中对检测数据进行特征建模,并且最后将检测数据和三维模型的关联结果进行可视化显示并通过实例验证。     

基于EMD的MEMS陀螺仪随机漂移分析方法

为了抑制微机械电子系统（MEMS）陀螺仪的随机漂移，基于经验模态分解（EMD）和模态集合选择标准，结合时间序列建模滤波法，提出了一种改进的MEMS陀螺仪随机漂移分析方法。首先，通过EMD将MEMS陀螺仪原始数据分解为多个本征模态函数（IMF），利用模态集合选择标准将IMF分为噪声IMF、噪声与信号混合IMF和信号IMF三类；然后，对混合IMF进行重构、时间序列建模及自适应卡尔曼滤波（AKF）；最后，将3类信号重构，实现MEMS陀螺仪信号去噪。实验表明:所提方法有更好的去噪效果和实时性，提高了MEMS陀螺仪的使用精度。