基于Petri网的UML状态图的形式化模型

提出一种可以准确描述UML状态图动态特征的形式化模型SC_Net.首先给出了UML状态图的形式化语法定义,其中用状态集合、转移集合、事件集合、条件集合、活动集合、对象集合和变量集合,定义了一系列辅助函数描述UML状态图特征,用确定目标状态和受限源状态表示层次关系,用开放事件和封闭事件表示对象之间的消息.基于C_Net定义了描述UML状态图动态语义的Petri网模型SC_Net,既能描述状态图中的控制部分,又能描述状态图中的数据处理部分,并给出了从UML状态图到SC_Net的转换步骤,便于实现自动转换过程.最后以柔性制造系统的一个实例说明SC_Net能用于分析UML状态图的性质.      

车身逆向设计中点云多视拼合技术

针对整车车身点云空间尺寸较大,数据量庞大,还原精度要求高等特点,提出基于骨架点的点云拼合算法,算法的基本思想是构造整车模型的骨架点和分块点云的mark点,由全等三角形法则搜索骨架点与mark点的映射关系,应用加速迭代的改进ICP(Iterative Closest Point)算法拼合整车点云.某厂轻卡整车点云的拼合实例证明,该算法拼合精度高,运算速度快,是拼合整车点云行之有效的方法.      

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

基于HLA的防空导弹武器系统仿真平台研究

介绍了一个以防空导弹武器系统为背景,基于高级体系结构(HLA, High Level Architecture)技术实现的包含虚拟现实技术的综合仿真平台.着重论述了该仿真平台的构成、开发过程及其关键技术,包括HLA、基于FEDEP(Federation Development and Execution Process)模式的开发过程,层次化软件结构、计算机生成兵力(CGF, Computer Generated Forces)技术、面向对象建模以及基于包围盒的碰撞检测等.     

高低温环境模拟系统MATLAB仿真研究

在MATLAB仿真软件平台上,针对高低温环境模拟系统,首先以建立系统动态仿真模型为目的,以单个设备为基本模块,以状态、质量连续、能量守恒、动量守恒等方程为基础,以MS-Function函数与封装模块为基本方法,建立了高低温环境模拟系统MATLAB仿真模型库,然后在此基础上搭建了实际系统仿真模型,最后采用MATLAB图形窗口、ActiveX数据传输技术相结合的设计方法开发了系统仿真应用软件.实践证明该方法效率高,仿真研究及所开发的系统仿真软件都具有较好的扩展性和延续性.      

航天器数据管理系统通用测试平台的设计

为加快航天器数据管理系统测试进度,设计和构建了航天器数据管理通用测试平台.该平台通过对被测对象的研究,实现测试方法、系统构架的标准化.在实际开发过程中充分考虑了系统软硬件的通用性,并引入了可移植性良好、基于LUA测试脚本的程序开发环境.经过简单补充与修改,该通用测试平台成为能快速构建满足多型号航天器数据管理系统测试需要的可重构测试平台.通过多个型号任务的检验表明:航天器数据管理通用测试平台可大大缩短测试周期,降低开发成本,运行稳定可靠,达到预期目的.     

循环湿热环境下碳纤维复合材料的界面性能

针对CCF300/5428复合材料在循环湿热环境下的吸湿-脱湿行为和层间剪切性能进行了研究,并结合扫描电镜观察了循环湿热处理的不同阶段纤维/基体界面结合状态.研究结果表明:经过反复吸湿后,水分的初始扩散速率和饱和吸湿率增加;脱湿后水对复合材料层间剪切性能的影响大部分可以消除;复合材料吸湿后室温环境下性能下降较少,但在高温高湿环境下,复合材料的性能会显著降低.     

基于相似理论的月球车月面牵引性能预测

引入相似理论对月球车的轮土交互系统进行研究,建立了月壤-车轮交互系统的地面力学相似模型,针对原位月壤内聚力较小的特点,提出了一种无需改变车轮尺寸、以模拟月壤为土壤介质的模型试验方法,对月面重力环境下月球车轮的牵引性能进行预测.利用室内土槽试验和颗粒流仿真相结合的方法对该模型试验方法的有效性进行验证,验证结果与模型试验的理论分析结果较为接近,表明该法具有较好的可行性和有效性,可考虑用于预测月球车的月面牵引性能.     

组合航天器转动惯量在轨两步辨识标定

在轨辨识转动惯量参数是主动航天器与非合作空间目标构成组合体后实现高精度姿态控制的重要前提,文章提出了一种两步在轨辨识组合航天器转动惯量参数的方法。第一步以航天器本体坐标系滚动轴转动惯量为基准将转动惯量矩阵归一化,得到特殊的转动惯量比矩阵,建立与其相关的姿态动力学模型,提出了基于扩展卡尔曼滤波的在轨辨识算法,基于星上陀螺角速率测量信息在100s左右辨识出所有转动惯量比参数,克服了由于模型简单导致转动惯量信息辨识不完整的缺点;第二步基于第一步辨识得到的转动惯量比参数,采用最小二乘算法辨识得到滚动轴转动惯量值,计算量小,消耗能量少。最后给出仿真算例,辨识精度基本在1|之内,验证了方法的有效性。     

基于粒子滤波和不确定图的动态系统诊断方法

在动态系统基于模型诊断中,状态空间大小与元件个数、时间是双指数关系.K-Best枚举方法每个时刻只考虑K个可能性最大的状态,有效减小了枚举空间,但当系统复杂庞大或诊断周期长时,状态更新仍是一项巨大工程.提出一种结合粒子滤波和不确定图的动态系统诊断方法PF_LUG,利用粒子在状态空间的分布近似其概率,并用不确定图标签的反向匹配代替传统的正向轨迹枚举.算法有效解决了由时间导致的计算量增长问题,使时间对复杂度的影响由指数运算降为乘积运算.仿真结果表明该算法的运行时间相对诊断周期线性增长,比K-Best枚举有明显优势.