由PETRI网模型求系统最小割集的自顶向下法

研究了系统逻辑关系的Ｐｅｔｒｉ网表示，基于Ｐｅｔｒｉ网的建模方法，采用Ｐｅｔｒｉ网模型求系统最小割集的自顶向下法，与故障树方法相比，这种方法可同时获得系统的最小割集和最小路集，且求解的效率高，实例分析证实了这一点。     

采样控制系统H_∞设计方法及在飞行仿真转台中的应用

给出了一种基于提升技术的采样控制系统Ｈ∞设计方法，并结合某高频响电动仿真转台系统的实际情况，给出了一种能够考虑系统中连续信号的全部信息，以系统的连续指标为设计目标的仿真转台系统数字控制器设计方法。仿真表明方法可行并具有优越性。     

贴地飞行时旋翼空气动力学实验研究

 本文对贴地飞行时的旋翼进行了流场显示和桨盘处下洗速度测量的实验研究。揭示并研究了环流和地面涡现象及其对旋翼平面下洗速度分布的影响,指出了旋翼贴地飞行时拉力、力矩等剧烈变化的原因。     

一种爬壁机器人的动力学建模

City-Climber是1台爬壁机器人,为研究该机器人的3D路径规划问题,建立了City-Climber在方形房间内运动的运动学模型和动力学模型,该动力学模型包括3个子模型,机器人在地面、墙壁和天花板的运动分别用1个子模型描述.引入无量纲变量分别对3个子模型进行简化,再用Matlab软件对模型进行仿真,验证了动力学模型的正确性.该模型可用于解决City-Climber在3D环境下的路径规划和避障问题.     

民机飞行载荷谱编制方法

探索了由同类机型的飞行实测载荷统计数据,推断新设计机型的飞行谱,进而编制其载荷谱的新途径.采用国外同类飞机的飞行实测载荷统计数据,依据类比法,分析和推断出某民机的飞行谱以及各飞行状态连续应力谱;在此基础上,根据民用运输机的TWIST编谱方法,编制了各飞行状态的突风和机动载荷谱,最终,随机生成了其飞行谱对应的5×5地-空-地载荷谱,从而验证了探索途径的可行性与有效性.采用该方法可以加快民机研制周期.     

直升机光纤陀螺IMU抗振设计及实时滤波方法

振动引起光纤陀螺(FOG, Fiber Optic Gyroscope)零偏误差,非线性、非高斯随机噪声及由其组成的惯性测量单元(IMU, Inertial Measurement Unit)非互易性解算误差,针对直升机航向姿态测量误差问题,提出了一种FOG IMU的机械减振与数据滤波相结合的振动抑制方法,建立了FOG IMU减振装置数学模型,通过优化设计实现线、角运动通道振动解耦,从物理上消除外界高频干扰振动源;研究实时小运算量、低时延数据滤波方法,抑制减振装置谐振干扰和惯性器件噪声,进而减小捷联解算非互易性误差.实验结果表明:采用该方法能有效地抑制外界干扰振动和系统噪声,保证FOG IMU工作稳定性和精度,为研制应用于直升机的高性能航姿导航信息与航向姿态参考系统奠定基础.     

壁面带微结构管道内Cassie状态稳定性的实验研究

保持液体在微结构表面处于Cassie状态,是流动减阻的关键。首先利用MicroPTV分别测量了带微结构侧壁处于Cassie和Wenzel状态下的流场速度,表明Cassie状态下近壁速度提高至光滑表面的1.6倍,而Wenzel状态下近壁速度将减小。通过精细控制微管道的驱动压强,观察了液体在近壁由Cassie向Wenzel状态的转变,并测出C/W转变的临界压强值Δpcr约10.9kPa,与Laplace理论预测值10.15kPa基本相符。考虑到Cassie状态失稳也会发生在液体进样过程中,实验还观察了微结构角点对液体进样的＂锚定＂作用,并初步分析了液体进样中自由液面在微结构表面保持Cassie状态的条件。     

VASIMR中螺旋波等离子体源设计

螺旋波等离子体具有密度高,可控性强且无电极等优点,被应用于可变比冲磁等离子体火箭(VASIMR,Variable Specific Impulse Magnetoplasma Rocket)中.设计了一个螺旋波等离子体源,并给出了其中2个关键部分——磁场线圈和螺旋波天线的设计.对螺旋波等离子体源进行了初步实验,结果表明,电子密度随射频输入功率的增加几乎呈线性上升,估计电子密度的量级在通入工质后完全可达10¹¹ cm^-3.     

基于ADRC的航空发动机限制保护器设计

发动机限制保护器在航空发动机运行过程中对特定的被限制量进行实时监控,在其超出安全范围时实施限制,实现对航空发动机的保护.将自抗扰技术用于限制保护控制器设计,利用自抗扰控制器的扩张观测器,动态估计未知扰动和系统特性,对实际控制量进行反馈补偿,实现超限后的快速保护,提高了发动机的安全性.仿真结果表明:所设计的自抗扰限制保护控制器能将超限偏差有效转化为对主回路指令的修正,综合控制系统响应速度快,达到了限制保护的目的.     

基于模板识别的高精度自动定位系统

为满足机器人辅助 医疗手术中高精度自动识别物体的需要,利用Bumblebee 2 摄像头拍摄图像,把黑白交互的椭圆和圆作为一个模板,用改进的角点提取方法提取出图像中的角点;在对图像进行增强之后,利用模板黑白格的几何对称性特征提取模板中的角点,然后区分出椭圆中的角点和圆中的角点,最后利用向量垂直关系提取出椭圆中的目标角点,识别出模板.通过Bumblebee 2自带的深度函数,提取模板的深度,得到模板在摄像头空间中的坐标,达到高精度自动定位物体的目的,克服传统摄像机需要标定内外参数的步骤.实验表明,定位误差在0.42 mm之内,基本上可以满足手术的要求.