伺服系统辨识的仿真与实现

介绍了一种机电伺服系统的辨识装置。针对一类伺服系统设计了完整的软硬件平台。阐述了相关辨识法与最小二乘法的基本原理以及其在伺服系统辨识中需要注意的相关环节。重点解决了应用M atlab系统辨识工具箱和其他仿真工具实现时的所有问题。将整个辨识工作模块化,从而得到一种简洁通用的软硬件辨识平台。并成功地应用COR-LS辨识方法得到了一个中功率伺服系统的传递函数。通过与实际系统模型的比较分析证明,该平台对于中功率伺服系统辨识结果非常令人满意。     

Φ5m立式风洞旋转天平试验装置研制

Φ5m立式风洞旋转天平试验装置是为开展飞机尾旋特性研究而研制的重要基础设备,主要用于测定模型在绕风轴以不同速率作等速旋转状态下的气动特性,为飞机尾旋特性的分析和预测提供必要的气动参数。该装置采用双立柱弧形轨结构形式,采用网络一体化试验管理和控制模式,不但能够开展旋转天平试验,而且还具备动导数试验、大迎角试验、旋转/振荡耦合试验等功能。主要介绍旋转天平试验装置系统组成和设计,分析了引导性试验结果,最后给出了结论。     

一种离心甩油盘雾化性能的试验

在离心甩油盘性能试验器上对一种离心甩油盘雾化性能进行了较详细的试验研究,用相位多普勒粒子分析仪(PDPA)测量了不同转速下甩油盘的燃油雾化粒度索太尔平均直径(SMD)、雾化锥角等性能参数.试验结果表明:在试验转速范围内,随甩油盘转速增大,甩油盘雾化锥角α逐渐减少; 随甩油盘转速增大,雾化粒度SMD值逐渐减少,当甩油盘转速大于25000r/min时,燃油的SMD值基本保持不变; 在同一甩油盘转速下,燃油的SMD值随离甩油盘喷油孔距离的增大而增大.      

基于相等期望值的相似集成法应用研究

引入多准则群决策计算专家意见的集成程度,可以有效解决AHP法判断准确度不足的问题。运用基于相等期望值的相似集成法来解决群决策意见一致度计算问题,有效克服Hsu和Lee的计算方法不切合实际的缺陷,为武器系统作战适用性评估提供了更好的理论支撑。     

航空发动机涡轮叶片发射率测量

对于复杂环境下的涡轮叶片表面温度场测量,红外测温技术是目前该领域最佳方法之一,而发射率的准确测量是红外测温的关键.本文针对涡轮叶片发射率的测量,阐述了热电偶对比法的原理和技术细节,并根据某型发动机涡轮转子叶片温度场试验测试的需求,在600-800℃温度范围内进行了发射率测量.试验数据分析表明,其发射率为0.914,可作...     

小推力长时间工作固体火箭发动机C/C喉衬的烧蚀与沉积

针对C/C喉衬喷管小推力长时间工作固体火箭发动机,分别开展了含铝、不含铝两种推进剂状态的地面试验。根据燃烧室压强及发动机推力测试曲线计算了喷管喉径的瞬变值,对比研究了喉衬的烧蚀、沉积过程,指出含铝推进剂发动机C/C喉衬先后经历初始沉积、沉积消融、持续烧蚀、烧蚀与沉积交替四个阶段,而推进剂不含铝时则没有明显的初始沉积与沉积消融。讨论了推进剂配方、燃烧室压强、喷管结构等因素对喉衬烧蚀、沉积的影响,并提出了相应的改善措施。     

时间触发以太网同步及调度机制的研究

说明并分析时间触发以太网（1TrE,Time—Triggered—Ethernet）的时间同步机制,对于采用时间触发机制调度的周期性任务,提出生成周期调度时刻表的方法,利用方法可以根据离线生成的调度时刻表进行调度,也可以动态地将通信任务加入或撤出调度时刻表,调度时刻袁的设计避免时间触发的数据包争用物理链路。构造相应的网络通信场景,通过生成调度时刻表的算例与仿真结果进行了验证。     

载人小行星探测目标选择与轨道优化设计

针对2020-2040年载人小行星探测任务,研究了探测目标选择与轨道优化设计问题。首先,针对已编目的近地小行星,综合考虑绝对星等、燃料消耗等多方面因素与约束,给出了适合载人探测任务的候选小行星序列;然后,构建了载人小行星探测任务轨道的设计模型,采用参数优化算法对探测轨道进行了设计;进一步,为了获得最优探测轨道,利用主矢量原理对探测轨道进行了优化。该研究可为载人小行星探测任务设计提供有价值的参考。     

激光选区熔化增材制造缺陷智能监测与过程控制综述

激光选区熔化（SLM）技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。