具有多输入和扰动作用的非线性系统的前馈/反馈线性化

 研究了具有多输入和扰动作用的非线性系统的线性化问题。对这类非线性系统,利用非线性前馈和反馈的方法,对状态空间坐标和控制输入空间坐标的变换,从而获得与之等价的可控准线性系统:z=Az+Bv+ρ(z)d。讨论了这类非线性系统前馈/反馈线性化的具体步骤,并给出了一个算例。     

仿射坐标系下多视点的三维物体识别方法研究

多个视角下三维物体的识别一直是计算机视觉和模式识别领域的重要研究方向。对平面区域或适当的变换区域中以不同视角观察时图像中的点集所具备的性质进行了研究．并得出了在仿射变换下点模式匹配所具备的重要性质，即基于不同视角下平面图形的傅立叶描绘矩阵，得到形状匹配的数学约束，并将其应用于多个视角下物体的形状识别。理论分析及仿真实验表明，该方法在形状识别中是简便、快速、有效的。     

考虑控制输入饱和限制的飞控系统设计

针对Ｈ∞技术在飞控系统中的控制输入饱和问题进行了研究。采用具有控制加权的混合灵敏度指标的Ｈ∞设计方法，既保证了非结构性摄动的鲁棒性及抑制干扰的能力，又使所设计系统的控制输入信号满足实际作动器的物理限制。     

变几何工质涡轮性能预测及变工况性能计算

为适应涡轮在变工质，大变工况条件下的性能预测，研究了工质的性质，涡轮各种损失与涡轮流通通道内的临界堵塞流动，变几何涡轮的性能计算方法，这些研究的结果是变几何变工质涡轮理论分析的有用工具。     

一类带有时变输入时滞T-S模糊系统控制器设计

利用模糊T-S模型对一类带有时变输入时滞T-S模糊系统进行模糊建模．在此基础上对该T-S模糊系统控制器设计进行研究，并以Lyapunov—Razumikhin稳定性理论为基础，给出了该系统渐近稳定的充分条件及其控制器的设计方法。算例表明这种设计方法是有效的     

基于等几何分析的板壳结构形状-拓扑协同优化

板壳结构轻量化设计是工程中的常见问题,采用有限元法对板壳结构进行拓扑优化时,难以获得高质量的网格以精准描述几何模型,且单独使用拓扑优化受制于初始设计空间。提出了一种基于等几何分析的形状-拓扑协同优化方法,该方法执行先形状优化、后拓扑优化的步骤,在最佳结构形状的基础上实现最佳材料布局的优化目标。相比于其他组合形式的优化机制,极大地提高了计算精度与计算效率。采用3个数值算例验证了本方法的有效性与高效性,结果表明,与经典等几何拓扑优化方法相比,可得到更高性能的优化结构,有助于进一步拓宽结构优化的应用范围。     

挠性充液航天器复合自适应姿态机动控制

主要研究了刚-挠-液耦合航天器的大角度姿态机动问题.将液体燃料的晃动等效为二阶的弹簧质量模型,挠性帆板假设为欧拉-伯努利梁,考虑外部未知干扰力矩、系统的状态变量不可见以及姿态机动引起的液体晃动及挠性体振动的抑制问题,结合模糊控制和输入成型技术,设计了一种基于Lyapunov第二法的自适应输出反馈复合控制方法.其中模糊控制器用于动态优化复合控制器内的参数,增强其鲁棒性;多模态的输入成型前馈控制器用于抑制液体晃动和挠性附件振动的位移响应.数值模拟给出了各状态变量的时间历程图,仿真结果显示复合控制器在实现姿态跟踪误差渐近收敛的前提下明显地减小了液体晃动及挠性附件振动的位移响应,验证了本方法的有效性.     

一种计及观测噪音的分系统递推辨识方法

本文提出一种可以处理带测量噪音的多输入多输出线性系统递推参数辨识方法。目前多输入多输出系统的在线参数估计方法或者需要将模型正规化,或者要做大量高维矩阵求逆运算,不仅运算时间长,而且很可能由于矩阵逆的不存在而导致估计失败。本文方法将多输入多输出系统参数估计问题分解为若干步多输入单输出系统参数估计问题,把高维矩阵求逆化为若干步求倒数运算,从而避免了可能由此而导致的估计失败。本方法直接估计线性系统参数,不需将模型正规化,从而节省了实际运算时间。最后,根据有观测噪音的试飞数据对本文方法进行之检验。     

一种离心压气机子午流道的优化成形方法

利用S₂反问题的数值计算,发展了一种通过合理调整压力分布来确定优化子午流道形式的实用方法。优化的两个原则是尽量减少附面层分离和减小作为引起二次流主要原因之一的子午流道内的法向压差。设计了两种自动生成优化流道的方案,并将相应的程序用于实际离心压气机的优化设计,比较了子午流遭轮毂轮整处的压力分布,表明所用的方法达到了予期的效果。      

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。