半自主多机器人竞技对抗决策系统研究

机器人竞技以其独有的动态性、实时性等特点,逐渐成为多智能体机器人系统的研究平台。以类人型机器人为硬件平台,设计了包含视觉子系统、决策子系统以及通信子系统在内的半自主机器人的竞技对抗决策系统。然后根据类人型机器人运动特性提出攻防策略模型,设计态势评估、路径规划等相关机器人对抗决策策略。最后通过实验证明了对抗决策系统的稳定性。     

商用航空发动机智能制造研究与探索

为了推进航空发动机智能制造,通过分析其本质和特点,研究国外航空发动机智能制造的实践与发展趋势,及中国商用航空发动机行业智能制造的现状与内、外部挑战。认为推进商用航空发动机智能制造的关键是构建产品、生产和业务 3 个维度高度集成的智能制造生态系统。针对商用航空发动机行业特点和技术、管理现状,提出构建基于模型的企业、实施基于模型的系统工程、推进大数据应用、建立智能制造标准体系,以及开展试点、示范项目建设等是推进商用航空发动机智能制造的重点。     

航空发动机叶片智能再制造工厂新模式探索

论述了智能再制造工厂创建的必要性和重要性,重点阐述了基于"四维"管理模式的智能再制造工厂的总体思路、技术途径以及网络平台系统架构。     

基于图像化变差函数的性能数据异常明别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常 判别方法。 通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。 通过引入变差函数理论,采用 4 方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。 在提取发动机性能图像关 键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态 的判别。 选用若干组实际发动机性能数据对方法进行验证O 验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能 图像运行状态的分类,从而判别发动机性能数据的运行状态。     

基于智能变距拉杆的旋翼平衡实时调整方法

旋翼不平衡是造成直升机振动的重要原因,而传统旋翼平衡调整是一种定期维护方法,耗时长且无法长时间保持维护后的振动水平。本文研制了一套基于智能变距拉杆的旋翼平衡实时调整（In flight tuning,IFT）系统,可以根据计算机发出的数字指令控制智能变距拉杆长度实现桨叶变距输入,进而完成旋翼动平衡调整。试验发现智能变距拉杆杆端位移量对旋翼转频振动分量的影响呈线性规律,由此确定拉杆调整系数矩阵。当获取旋翼不平衡振动信息后,根据相位选择相应拉杆作为调整器,根据振幅在调整矢量方向投影的大小关系设计了调整策略,得到拉杆完成平衡调整所需的位移量。通过旋翼塔试验验证了该方法的有效性,结果表明该方法可以在直升机飞行过程中实时降低旋翼振动水平,有效提高了旋翼动平衡调整效率。     

高超声速风洞气动力/热试验数据天地相关性研究进展

高温真实气体效应、黏性干扰效应和尺度效应等高超声速流动特性突破了实验气体动力学传统的流动相似模拟准则,使得高超声速流动现象超出了经典气体动力学理论能够准确预测的范围。如何利用地面风洞试验数据预测天上的飞行状态,即天地相关性问题,成为制约新型高超声速飞行器研制与发展的关键性科学问题。本文概述了天地相关性的最新研究进展,并重点介绍了多空间相关理论与泛函智能优化关联方法。多空间相关理论认为,从更高维度空间视角看,不同风洞的试验结果都是内在相关的,而飞行试验可视为理想的风洞试验,所以地面风洞试验数据间的关联规律包含了天地相关性问题。泛函智能优化关联方法基于风洞群（能模拟不同参数区段的不同类型风洞）的试验数据,在泛函空间中利用专业化智能学习算法,从高维度的全参数空间出发,进行降维和自适应空间变换,自动推演出不同风洞共同遵守的不变规律,从而实现风洞试验数据的关联。验证实例和应用实践都表明,多空间相关理论与泛函智能优化关联方法是有效的,是高超声速气动力/热天地相关性研究的一个新方向。     

复杂不确定性下多无人机的抗扰时变编队控制

针对存在不确定非线性动态和外部时变干扰的多无人机系统的时变编队问题,提出了基于扩张状态观测器(ESO)的抗扰编队控制方法。首先建立了分布式ESO来估计多无人机系统的不确定性,基于ESO的输出提出了抗扰编队控制律,并提出一套算法来对控制律进行参数选定。然后,通过分析得到基于该控制律下,多无人机系统实现抗扰时变编队所需要的充要条件,并最终严格证明了在满足编队充要条件和基于提出的控制律下,多无人机系统可以稳定实现抗扰时变编队。最后仿真结果表明理论方法的有效性。     

一种宇航用智能计算机架构设计

针对星载计算机产品的高速化、智能化发展趋势,提供一种基于VPX架构的星载智能计算机架构设计方案,具体包括计算机架构设计、二次电源模块设计、固存模块设计、接口模块设计、网络交换及AOS处理模块设计、母板设计。     

基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略

谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络（Recurrent Fuzzy Neural Network,RFNN）逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.      

发动机数控系统智能容错技术的半物理仿真研究

提出基于自联想神经网络的发动机数控系统的智能容错技术。该方法不依赖系统模型,只需要发动机的测量值来离线训练网络。若发生性能蜕化,该方法能自动切入故障诊断与最优估计的综合逻辑。文中开展了半物理仿真实验,实验结果充分证明了该技术能适应实验现场多变的环境,能正确诊断发动机传感器故障并提供解析余度,具有较好的鲁棒性。