多级协同项目执行中的资源冲突检测与管理

以航空航天型号工程项目为背景,针对多级协同项目中的资源冲突问题,利用基于时间约束网络的冲突检测算法实现了多级协同项目中的资源冲突检测,该算法建立了任务关系的时间约束网络模型,给出了基于模型的线性化、实例化方法和检测判据.针对资源冲突的检测结果表达及冲突信息的管理提出多视图表达方式,建立了基于UML的信息模型.基于研究结果设计开发了项目资源管理原型系统,以某航天项目任务的管理为例进行了验证,表明了研究结果的有效性.      

航空泵试验台驱动变结构控制

飞机液压系统泵源需进行地面试验,采用变频调速器＋异步电机＋增速箱的驱动形式是航空泵进行地面试验最先进有效的方法之一.建立了矢量控制变频调速驱动下航空泵试验台驱动系统的数学模型,针对航空泵试验时由于负载变化泵转速不能保持恒定的问题,采用积分滑模面的滑模变结构控制策略,并构造Lyapunov函数证明其稳定性.为降低输出抖振现象,提出采用模糊控制监督下的滑模变结构控制和伪微分反馈(PDF, Pseudo Derivative Feedback)控制相结合的控制策略,仿真及实验结果表明,该控制方法有很高的控制精度,在保持滑模变结构控制鲁棒性强的前提下降低了输出抖振现象.      

一种鲁棒的图像小波变换模拟编码传输方法

在复杂度和延迟受限或者可变信道条件下,由于通信系统的一体化设计,信源信道联合编码(JSCC, Joint Source-Channel Coding)技术的应用有助于改善传统的分离结构系统.针对带宽功率限制模拟信道,提出了一种结合了小波变换编码和香农映射信源信道联合编码的静止图像模拟编码传输方法;并基于更加合理的考虑了信道噪声的重建图像失真估计,提出了相应的联合优化带宽分配算法.仿真及分析表明,由于信源信道的联合优化及具有模拟编码传输的特点,该方法表现出良好的编码传输性能,且编解码复杂度和延迟小;同时在信道失配情况下表现出的柔性降级/改善特性有助于提高可变信道条件下系统的鲁棒性和信道带宽利用率.      

Gram-Schmidt回归及在刀具磨损预报中的应用

多元线性回归是一种应用广泛的统计分析方法.在实际应用中,当自变量集合存在严重多重相关性时,普通最小二乘方法就会失效.为解决这一问题,利用Gram-Schmidt 正交变换,提出一种新的多元线性回归建模方法——Gram-Schmidt回归.该方法可实现多元线性回归中的变量筛选,同时也解决了自变量多重相关条件下的有效建模问题.将该方法应用于机械加工过程中刀具磨损的预报分析,有效地进行了变量筛选,并得到了解释性强同时拟合优度也很高的模型结果.      

基于ANSYS的压电陶瓷PLZT特性仿真分析

针对传统的解析法和有限元法在压电陶瓷分析中的弊端,采用有限元软件ANSYS对压电陶瓷掺镧锆钛酸铅(PLZT)进行特性分析.介绍了大型有限元分析软件ANSYS及其耦合场分析功能,建立了PLZT的ANSYS模型用于分析单片、叠层和双晶片型PLZT的静动态特性.单片PLZT的输出位移与所加电压和外力载荷均成线性关系;叠层结构的输出位移因粘结层的变形而小于理论输出值;双晶片变形的ANSYS计算结果同理论分析很相近.进行压电器件分析时,可先通过ANSYS软件建立实体模型,设定几何尺寸和材料特性参数进行性能仿真,并且针对不同器件只需修改参数,程序通用性好.      

基于Modbus协议的校飞集中监控系统

根据机载校飞设备相对分散、数据采集量大等特点,综合应用Modbus现场总线技术,结合组态王软件特点,构建校飞集中监控系统。利用组态王研制出机载校飞设备的监控系统,实现机载校飞设备的实时监视、控制,可以实时采集和显示设备的相关参数,并能进行事后回放。系统大大降低了校飞成本,提高了工作效率。     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.      

基于脉冲响应相关函数的模态辨识算法

利用不同时刻系统测量噪声具有独立同分布的特点,对脉冲响应进行相关处理,可以提高信噪比。为解决传统的基于脉冲响应的模态辨识算法的辨识精度问题,用某点脉冲响应同参考点响应之间的相关函数代替该点的脉冲响应以形成基于脉冲响应相关函数的模态辨识算法,并从理论上证明脉冲响应相关函数算法的辨识精度优于传统的脉冲响应算法。通过对一个四自由度系统模态频率和阻尼比的仿真辨识,验证了脉冲响应相关函数辨识算法的有效性。     

多元线性回归的预测建模方法

根据历史的样本数据,建立多元线性回归的预测模型;从而在不需要未来样本数据的情况下,预测未来时刻多元线性回归模型中的回归参数,以及主要的模型精度评估指标.对多元线性回归模型参数的预测,转化为对其变量集合的增广矩阵的叉积阵的预测.对叉积阵进行谱分解,利用高维群点主轴旋转的预测建模方法,通过Givens变换得到特征向量矩阵的转角值,对自由取值的转角以及特征值建立预测模型.仿真实验例示了该方法的主要计算步骤;计算结果显示,利用本模型得到的拟合值精度较高,预测值真实可信.最终计算结果和实验结果吻合较好,表明这种方法可以用于分析和预测众多领域中因变量对自变量的回归关系问题.      

供应链需求信息的信息增量与信息价值

基于信息科学的理论,给出供应链需求信息的信息增量与信息价值的定义和度量方法.建立供应链上的一个批发商订货决策模型,揭示了需求信息在订货决策过程中是如何发挥作用,以及批发商的期望收益是如何随之发生变化的.针对均匀分布和正态分布两种典型的需求分布,分析信息对于供应链成员的价值,进而研究需求信息的信息增量与其信息价值之间的关系.公式推导和模拟实验结果都证明需求信息的价值与其信息增量的大小之间存在正相关关系,表明信息增量会影响信息使用者的收益.研究结果也证明对于供应链成员而言很有必要建立一个有效的信息评价体系,通过提高决策信息质量来增加收益.