基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

复合材料整流罩减振降噪的动力吸振器设计

运载火箭整流罩的隔声性能设计对内部设备的选型、试验和安全运行至关重要。为改善整流罩内低频声振环境,提高整流罩低频段隔声性能,首先,针对复合材料整流罩结构开展力学等效建模;其次,提出一种基于基变换模态空间内降维理论,解决了考虑多模态耦合的动力吸振器(DVA)设计问题;最后,基于整流罩等效力学模型开展了动力吸振器位置及材料参数的优化设计。针对某型复合材料整流罩开展仿真研究,验证新方法的有效性。结果表明：针对某型质量为1 177.3 kg的整流罩模型,添加总质量为14.6 kg的动力吸振器之后,0～100 Hz频段内声功率级均方根(RMS)值从254.8 dB降至238.8 dB,设计频段内声振响应被有效控制,声振环境得到改善。     

微带线不均匀区的平面格林函数分析程序设计

讨论了微带线不均匀区的平面格式函数分析法,应用精确的计算公式编制程序,并考虑了高次模效应,分析了边缘场效应,引入了动态有效介电常数,提高了计算精度,同时给出了提高计算速度的方法。     

终端区域理想速度剖面的生成

本文着重探讨了飞机进入终端区域后理想速度剖面的生成问题,目的是通过执行理想剖面生成算法,达到对飞机进行精确的时间控制,消除等待时间,提高机场利用率,达到节省燃料减少延误的目的。     

机翼平面形状参数摄动面元法

在内部Ｄｉｒｉｃｈｉｅｔ边界条件的基础上,藉助于对奇异积分的解析微分,可用解析法计算偶强密度对机翼平面形状乡数的敏感性偏导致（建立一般敏感性方程所需）。机翼平面形状参数摄动后其偶强分布即可藉线性外推得出。从而,压力分布、升力和俯仰力矩系数即可快速确定。振动面元法与相应的低阶面无法计算结果表明,该方法有良好的准确度且使计算工作量大大减少（摄动外推所需ＣＰＵ时间比相应的低阶面元法少两个量级）。     

平面叶栅内固体粒子运动特性的研究

在利用高速摄影技术获得固体粒子在平面叶栅内运动特性的基础上, 采用Lagrangian轨迹法分别在考虑与不考虑边界层影响的情况下, 计算了固体粒子在叶栅内的运动轨迹和速度。通过与实验结果的比较发现:在利用Lagrangian法计算固体粒子的运动特性时, 对于尺寸比较大的粒子可以不考虑边界层的影响, 而对于尺寸比较小的粒子则需考虑边界层的影响。      

几种大平面平面度测量方法比较

叙述了几种大平面平面度的测量方法,分析了间接测量法、激光双光束扫描法、激光准直扫射法、衍射平面基准法、液面法等几种方法的特点及其测量误差。     

一种全姿态平台实现方法的数学依据

阐明了当载体做大机动飞行时,在某个方位的旋转角度过大,三环式平台便会出现闭锁现象。针对这一现象,提出了增加一个外环来实现全姿态平台的方法并提供了这种实现方法的数学依据。     

图像序列中机动目标三维运动和结构的计算

综合视觉运动分析中的2类处理方法,选取图像中的角点作为特征点,在理论上证明了图像序列的光流场可以近似地用角点的位移场代替。利用已有文献中的建模思想,详细推导出递归计算机动目标三维运动和结构的非线性计算模型,采用广义卡尔曼滤波(EKF)递归地计算图像序列中机动目标的三维运动和结构。合成图像序列和真实图像序列实验结果表明该算法能取得较好的效果。     

基于CNLS-MMD的孪生混合网络四旋翼飞行器故障诊断方法

四旋翼飞行器在众多领域中应用广泛,由于工作环境复杂多变,四旋翼飞行器极易出现结构损伤性故障,给飞行器的安全性带来巨大的挑战,因此开展四旋翼飞行器结构损伤性故障的相关研究对提高四旋翼飞行器可靠性具有重要意义。针对四旋翼飞行器在实际应用中结构损伤性小样本故障数据诊断率低的问题,本文提出了一种在小样本条件下基于卷积神经网络和长短时记忆网络的孪生混合网络（CNLS-MMD）四旋翼飞行器故障诊断方法。首先,设计试验获取四旋翼飞行器多工况结构损伤性飞行数据并对数据进行预处理。其次,建立基于孪生混合网络的故障诊断模型,采用卷积神经网络（CNN）和长短时记忆网络（LSTM）构建CNLS混合模型提取数据特征,利用最大均值差异（MMD）衡量样本的相似度,实现对故障标签的预测。最后,选择不同样本数量的训练集训练模型,使用多工况小样本数据集对搭建的模型进行故障测试。结果表明,该故障诊断方法具有较好的诊断性能和泛化能力。