基于反电势形状函数法的无刷直流电动机直接转矩控制

采用两相导通模式时通过逆变器开关状态不能确定电压空间矢量,现有方案是通过实时测量3个相电压来解决这一问题,但系统变得复杂;此外现有方案在转矩观测中包含的微分项会降低控制精度,增大计算量,影响系统实时性。针对这两点不足,提出反电势形状函数法,在软件中实现了相电压的实时计算,使转矩观测变得简洁,更易于工程实用。最后给出的仿真与实验结果证明了反电势形状函数法用于无刷直流电机直接转矩控制中的可行性与有效性。     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

灰色关联法在保障性评价中的应用

灰色理论是现代工程领域解决数据不确定性和数据量不足问题的有效方法,该文给出了用灰色理论评价装备保障性的一般方法和步骤,并在传统灰色理论的基础上稍作了改进,从待评方案的各个指标值中选出一组最优值作为理想的参考方案,这样更符合客观实际。通过实例分析,这种方法计算简便,可操作性强,有实际应用价值。     

CSRT与CST气动外形参数化方法对比

类别形状修正函数变换(CSRT)方法是在类别形状函数变换(CST)方法的基础上添加修正函数以克服其不具备局部性的缺点发展而来的新型参数化方法。通过考察参数化过程中翼型的表示误差和线性系统条件数,对CSRT和CST参数化方法的表示精度和数值单值性进行了对比。使用基于以上两种参数化方法的远场组元(FCE)激波阻力优化算法对超声速翼身组合体进行了零升激波阻力优化,结果对比得到:基于CSRT方法的两级优化具有更好的优化效果,激波阻力系数降低了34.7%。研究表明:CSRT方法需要比CST方法更多的参数数量以达到相似的精度,随参数数量的增长,CSRT参数化过程的病态化程度远低于CST方法;CSRT参数化方法可以结合适当的优化算法进行气动外形二级优化,其效果优于使用相同参数数量的CST参数化方法所进行的单级整体优化。     

分类回归树在航天测控数据关联规则分析中的应用

发现参数间的关联规则对预测航天器系统状态和改进航天器系统设计都有着重要的意义。如何发现参数间的关联规则是航天测控数据分析中的一个难点问题。针对该问题，在概述小波分析和分类回归树基本原理的基础上，提出了一种基于分类回归树的分析方法。该方法首先采用小波分析技术对参数数据进行去噪声处理，然后用随机采样的方法把数据分为训练数据集和检验数据集两部分，再构建一个分类回归树模型并用训练数据集训练该模型，随后用检验数据集对该模型进行检验，在对检验结果好坏进行评价并确认获得较好结果的基础上，对分类回归树模型进行解析，并最终得出参数间的关联规则。最后运用仿真数据对上述方法进行了实例验证，结果表明该方法能较好地分析出参数间的关联规则。     

函数传递法求解悬链线问题

悬链线问题是一类经典又多变的力学问题，其曲线构形指导着桥梁等工程应用的结构设计。为了求得结构特征或载荷特征不同的悬链线的变形，提出了一种基于传递矩阵法思想的、通用性较好的求解方法。首先，提炼出悬链力学模型，将悬链顺序划分成若干简单单元，结合单元力平衡和本构-几何关系解得单元特征函数方程组，顺序嵌套单元特征函数方程组获得整体特征函数方程组；然后，使用离散Newton迭代法对该非线性方程组进行求解，获得悬链的受力和变形；最后，算例验证了结果与解析解的一致性。函数传递法对具有复杂结构特征和载荷特征的悬链线问题有很好的适用性，对求解其他可划分为若干首尾相接结构单元的结构系统的广义变形也适用。      

三棱柱尺度比对尾流场的影响

应用粒子成像测速技术(Particle Image Velocimetry,PIV)对不同柱体截面尺度比H (H=3.8、1.9、1.2、0.9、0.7)的三棱柱在雷诺数Re=500条件下的尾流场进行定量测量。对尾流场进行定常和非定常分析,同时结合本征正交分解法和时间空间关联法,研究尺度比H对尾流场相干结构以及尾流场中涡街稳定运输区和涡街流向运输速率的影响。研究发现,三棱柱尺度比H的减小对尾流宽度、尾涡形成长度都有明显的促进作用,但旋涡脱落变慢,非定常性变弱。分析各阶模态对湍动能的贡献,发现随着尺度比H的减小,高阶模态湍动能占比之和有所增加。这就导致尾流场愈加不稳定,涡街稳定运输区域、涡街流向输运速率均减小。同时尾流宽度增大,尾流场阻力系数CD增大。     

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。