纯模态试验中的作动器/传感器优化配置

基于有效独立法,研究了逐步消减法在纯模态试验作动器/传感器优化配置中的应用。对一给定自由度的结构系统,由系统的模态动能可得系统的F isher信息阵。在优化过程中,根据F isher信息阵可得到各自由度节点所对应的E fI值,由E fI值的大小来确定每次要删除的作动器/传感器。在逐步消减的过程中,把E fI的值表示为一个矩阵的形式,使得优化过程清晰明了,提高了优化效率。最后,通过对一个20自由度的离散悬臂梁的激振器布设进行优化,验证了本文方法的有效性。     

基于TOPSIS算法的空间快速响应发射方案评估

针对空间快速响应发射方案评估优选问题,通过分析空间快速响应发射任务规划过程得到发射方案组成要素,在此基础上构建了三级评估指标体系;综合考虑专家主观喜好和客观事实,同时为了有效避免个别专家个性意愿对于权重分配的影响,采用信息熵权法和群决策层次分析法相组合的方式完成了指标赋权;针对方案指标数据的多样性,通过逼近理想解排序法...     

高拱坝失效模式与失效概率

为克服高拱坝确定性安全评价中不考虑随机性、不进行风险分析的弊端,提出研究超静定结构高拱坝的失效模式、利用失效概率与失效风险值对高拱坝进行风险评价。在分析洪水、地震和材料老化等造成高拱坝失效原因的基础上,利用故障树分析法探索出高拱坝具有失稳溃坝、剪滑垮坝、超量开裂以及人为毁坝等4种主要失效模式;从产生载荷参数随机数、获取随机变量的分布规律和建立失效模式的状态函数等方面研究了高拱坝单个失效模式与系统失效概率的计算方法。计算了某高拱坝剪滑失效模式的失效概率。     

DLC涂层硬质合金微钻的制备及其切削性能

在硬质合金微型刀具加工高硅铝合金等难加工材料时,通过采用改进的热丝CVD装置开展了DLC涂层硬质合金微钻制备工艺优化,得到了最优沉积工艺,并配合高速加工高硅铝合金(Si15%)材料微小孔钻削性能对比试验,分析了刀具的磨损机理.结果表明:两步预处理方法适合复杂形状硬质合金衬底的预处理方法.钻削高硅铝合金时,DLC涂层具有低摩擦系数和高耐磨损特性,同等切削条件下,涂层微钻的切削寿命比未涂层硬质合金微钻提高了10倍.     

利用几何遗传方法优化前缘翼根延伸的外形以增强飞行器升力系数和机动性

为了提高所选定飞行器模型的机动性,采用了一种标准遗传算法设计前缘翼根延伸(LEX).同时使用一种由三维低阶板方法结合DATCOM方法半经验公式的改进方法预测复杂外形飞行器(机身 机翼 尾翼)的空气动力载荷和最大升力系数.结果表明,在前缘翼根存在的情况下,升力系数在马赫数为0.4～0.8时提升了20.5%～15.3%,在马赫数为1.2时提升了6.8%,在马赫数为0.2～0.95之间升力系数最大值提升了9.5%～15%.在1～5 km的高度亚音速飞行时,其回转率得到了6.6%～8.0%的提升.     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/...     

基于强化学习的在轨目标逼近

从强化学习的角度,对在轨目标逼近问题进行研究,设计了一种整合制导与控制的端到端的算法.首先对在轨目标逼近问题进行数学建模;然后对强化学习算法原理进行简介,根据问题特点分析不同强化学习框架的优劣,确定以DDPG作为算法框架,并设计了基于强化学习的在轨目标逼近算法;最后通过仿真验证,分析了基于强化学习逼近算法的优劣性.     

基于线性回归近似替代模型的分布式卫星系统不确定性分析方法

分布式卫星系统在空间科学领域具有广泛的应用前景,同时也对概念设计阶段的分析工作提出了更高的要求.在分布式卫星系统概念设计阶段,评价不确定性参数对于最终探测效能的影响有着重要的工程应用价值.传统的不确定性分析方法存在解析困难、数值模拟计算效率低且耦合关系表征不明确的缺点.本文结合概念设计阶段不确定性分析的特点和需求,提出一种线性回归近似替代模型,将不确定性参数对于探测效能影响的结果计算降维为一个线性组合系数的求解问题.利用一个空间多点探测物理场分界面任务作为典型事例进行仿真验证,结果表明,相比传统数值模拟方法,本文方法在计算效率上具有明显优势且对关键不确定性参数有一定识别作用.     

Low-latitude storm time ionospheric predictions using support vector machines

The electromagnetic drift plays an important role in low-latitude storm time ionospheric dynamics. In this study we attempt to utilize the electric field data into ionospheric predictions by using support vector machine (SVM), a promising algorithm for small-sample nonlinear regressions. Taking the disturbance electric field data as input, different SVMs have been trained for three seasonal bins at two stations near the north crest of the Equatorial Ionization Anomaly (EIA). Eighteen storm events are used to check out their predicting abilities. The results show fairly good agreement between the predictions and observations. Compared with STORM, a widely used empirical correlation model, the SVM method brings a relative improvement of 23% for these testing events. Based on this study we argue that the SVM method can improve the storm time ionospheric predictions.     

在实时嵌入式环境下利用电子盘实现大容量数据记录的软件设计研究

嵌入式环境和实时操作系统目前广泛应用于航空领域。本文在介绍嵌入式系统的基础上,重点对实时多任务环境下大容量数据记录的实现方式进行了研究和利用,最后展望了电子盘实时多任务系统中记录大容量数据的前景。