基于AVR32的小型磁航向系统设计

现有的磁航向测量系统体积、重量、功耗偏大,并且调试、误差补偿算法复杂、整体费用偏高,针对这些问题,设计了一个在小角度俯仰、滚转情况下的小型磁航向测量系统.该系统采用带DSP指令的32位高速处理芯片AVR32 UC3B0256、新型倾角传感器SCA100T以及磁阻传感器HMC 1022构成数字化解算平台,实现了误差补偿.实验数据显示,在水平状态下,磁航向测量值最大误差为±1.4;当俯仰角低于30°或滚转角低于35°时,随着角度的增加,磁航向输出误差变化不大,最大误差分别为3.7°和2.8°;当俯仰角超过30°或滚转角超过35°时,磁航向输出误差会急速增大.结果表明,该系统在小角度俯仰、滚转情况下具有较准确的磁航向角解算能力.     

2010—2014年《航空学报》高被引频次文章

<正>~~     

卡氏天线副面补偿技术中副面焦点坐标调整量的高精度数据拟合

基于新疆110m射电望远镜预研项目、南山天线改造计划和国家对航天领域的战略需求,对大型卡氏天线主面板变形的副面实时补偿作了深入研究。简单介绍了副面补偿的理论模型并用静力分析法得出若干特殊仰角下的调整量,进而运用MATLAB对调整量进行了高精度的数据拟合。给出了线性最小二乘法和正交多项式最小二乘法2种拟合方法拟合模型方程,通过误差分析从不同方面对比了拟合方法的效果,在阶数为4、精确至小数点后15位时,2种拟合方法的误差差值数量级为10-13 mm,且小于零。最终选择并应用精度更高的正交多项式最小二乘拟合方法在特定的俯仰角度范围内生成了部分调整量数据,为副反射面在任意俯仰角下的补偿过程创造了条件,满足了天文观测和航天深空探测对数据准确性和系统可靠性的要求,具有一定的实用性。     

稳定跟踪平台的FKAPID控制算法

针对传统PID控制算法在稳定跟踪平台控制中的诸多问题,提出一种带有卡尔曼滤波器的基于前馈补偿和抗积分饱和PID(FKAPID)控制的控制方法。计算机仿真实验表明,控制方法使系统的单位阶跃响应的超调量减小到6%,调节时间缩短至1.4 s,跟踪误差的均方差值减小了1个数量级以上,动态响应性能、对周期性信号的跟踪性能和对干扰的抑制能力明显提高。     

L型精密托架零件两端孔距加工误差的控制与补偿

设备精度、环境温度、零件材料内部应力、测量方法等影响L型精密托架孔距尺寸的加工精度,通过采取控制措施和误差补偿,有效控制了加工误差,使3个定位孔3×φ7.5H7的孔距尺寸合格率由原来的0提高到80%以上,实现了精密零件加工的突破,满足了型号科研生产的需要。     

整体壁板压弯成形的形状控制

针对整体壁板压弯成形过程中由于回弹导致的压弯成形精度低和不可控问题,提出整体壁板压弯成形形状控制方法。以铝合金（7050-T7451）机翼整体壁板为研究对象,设计了整体壁板缩比试件模型,基于弹塑性变形理论和几何分析建立了压弯成形局部变形下压量解析预测模型,基于有限元法建立了压弯成形整体变形有限元仿真预测模型,并将模拟结果与实验结果进行了对比;在压弯成形局部-整体变形预测模型的基础上,综合考虑局部-整体变形精度,利用迭代补偿机制与逐步逼近思想,构建了压弯成形轮廓曲线迭代模型。通过与传统的试错法进行对比,研究结果表明所提方法能够以更高的精度、更快的收敛速度有效控制压弯件的成形形状。     

新型两线制仪表校验仪

介绍了两线制仪表校验仪的电路组成、工作原理、线路分析及技术特点,分析了该校验仪的误差来源及对整机不确定度的评估和验证。     

无陀螺惯性测量组合设计及角速度误差补偿方法研究

提出了九加速度计无陀螺惯性测量组合(NGIMU)配置方案,并建立了其实验系统.由于加速度计输出误差的存在,必然引起角速度计算误差随时间累积.针对该项误差,采用一种提高角速度解算精度的新方法,该方法利用角速度乘积项可有效对误差进行补偿.另外在分析加速度计安装位置存在误差的基础上,提出了对加速度计输出具有补偿效应的解算方法,间接提高了角速度的解算精度.最后对上述两种补偿方法进行了角速度仿真和角度测试实验.实验结果证明了方案的可行性和有效性.     

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

基于RBF神经网络补偿的航空发动机H_∞自适应控制研究

航空发动机控制系统是飞行器的重要机构,航空发动机存在的控制增益衰减和未建模动态等不确定性问题影响了其控制性能,为此设计将H∞自适应控制和补偿控制相结合的控制器。首先,基于混合灵敏度理论设计H∞自适应控制器;然后,基于Lyapunov 严格稳定理论设计RBF 神经网络补偿控制器对不确定性进行拟合补偿,并通过与误差相关的线性函数调整拟合速度;最后,以归一化后的航空发动机模型为被控对象进行多变量仿真试验。结果表明：本文设计的自适应控制器能够有效补偿不确定性,相比H∞控制器,超调量和调节时间都有所降低。