0.5m口径缠绕肋可展天线反射面型面精度分析与试验研究

针对高收纳比轻型可展天线的工程需求,提出了一种口径为0.5 m、收纳尺寸为1.5 U(10 cm×10 cm×15 cm)、质量小于0.5 kg的X波段抛物面缠绕肋可展天线结构.抛物反射面由缠绕肋、金属反射网和网面边索3部分组成,其中缠绕肋既是反射面展开的驱动元件,又是金属反射网的固定边界.缠绕肋截面采用C型截面.对C...     

基于广义预测控制的网络控制系统设计

网络控制系统中,网络诱导时延和数据包丢失会导致系统控制性能的下降甚至不稳定。针对上述问题,提出了一种基于广义预测控制的控制方法。该方法采用时间戳机制和模型的在线辨识,能够根据测量系统输出及时对预测值进行在线修正。在执行器端设计了网络延迟补偿器,可根据当前时刻的最新控制信号对网络系统实现有效控制。仿真结果验证了该方法的有效性。     

基于TestStand的先进飞机ACP综合测试系统

音频控制面板(ACP)用于向飞行机组提供与各种通信系统联接的方法,并监控来自导航系统的音频信号.与音频管理组件(AMU)配合对飞机上的各种无线电通信和无线电导航通道进行选择,管理和控制来往于飞行机组的音频信号,同时显示相应的选择控制状态.     

浅议在飞机营运中应用ACMS

随着微电子技术的发展,飞行器上的设备也在逐渐更新,其中飞行数据采集记录系统由原来的模拟信号演变为数字信号.采集记录的参数也得到扩充,例如,波音757-200,波音737-500型飞机装备的TELEDYNE公司的数据采集系统,所采集的数据有民航管理局规定的主要数据和用于飞机状态监控(ACMS)的次要数据.     

对地观测卫星成像调度的多目标约束修正方法

 约束修正是对地观测卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化,是一类复杂的组合优化问题。为得到优化可行的成像调度方案,提出一种新的约束修正方法。针对约束修正问题构建时间序有向图模型,并将约束修正问题归结为点带约束成本的优化路径搜索问题;在此基础上,提出一种基于标记更新的多目标约束修正算法。实际问题的实验与分析表明：该方法能够在规定的时间内求得问题所有的多目标优化解,有效地解决了卫星成像调度的约束满足与优化问题。     

刷式封严初期使用特性的实验和数值研究

为了获得刷式封严在使用初期的泄漏特性,分别对两组实验件进行了27小时和50小时的泄漏特性实验,并利用多孔介质模型对实验结果进行了数值分析。实验表明:在使用初期,刷式封严的泄漏量与上下游的压差成正比;随着使用时间的增加,其泄漏水平逐渐降低直至最后趋于稳定。数值分析表明:在使用初期,刷丝排列由最初的疏松状态逐渐趋于紧密,并最终稳定在接近于紧密差排的状态,刷丝排列状态的变化改变了刷束的孔隙率,从而改变了刷束对流体泄漏的阻力,导致了刷式封严泄漏水平的变化。     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

不同保载时间作用下的定向凝固合金DZ125的高温低循环疲劳试验研究

研究了定向凝固合金DZ125 850℃时不同保载时间作用下的低循环疲劳行为。进行了拉伸保载时间分别为1 s,60 s,120 s和240 s的试验,并进行了循环应力-应变分析、应变响应分析、疲劳寿命分析以及微观断口分析,结果表明,保载时间对低循环疲劳力学行为有明显影响,随着保载时间的增加疲劳寿命逐渐减小,但保载时间超过一定范围之后疲劳寿命趋于稳定,而且随保载时间的增加蠕变损伤逐渐起主导作用。     

基于激光干涉仪的数控机床定位精度检测与误差补偿方法

针对RIFA80数控机床定位精度大幅度下降的问题,介绍了利用英国雷尼绍(RENISHAW)ML10激光干涉仪对该机床的定位精度和重复定位精度进行精度检测和误差补偿的方法,并对误差补偿前后的检测数据进行了分析。结果表明,通过精度检测和误差补偿,RIFA80机床的各项精度指标已达到工作要求。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。