扩展近似时间最优伺服控制及其试验验证

针对带有惯性阻尼环节的典型伺服系统,提出一种能实现大范围快速定点运动的控制方案。控制方案首先利用时间最优控制律进行快速目标追踪,当系统速度下降到一定范围内时平滑切换成线性控制律。采用线性控制区内的闭环极点阻尼系统和自然频率作为设计参数,给出了全参数化的控制律。基于Lyapunov理论分析了控制系统的闭环稳定性。将该控制方案用于一个直流伺服电机的位置-速度环的定点位置控制,并进行了MATLAB数字仿真和基于TMS320F28335 DSC的试验研究。结果表明:所设计的控制系统可以对大范围的给定目标进行快速和准确的跟踪,且对扰动和系统参数差异具有较好的鲁棒性。     

柔性空间机械臂在轨操作仿真与分析

针对挠性航天器利用柔性空间机械臂在轨操作目标进行分析.首先利用Kane方程和假设模态法对挠性航天器上安装有柔性空间机械臂的系统进行动力学建模.其次,采用修正的罗德里格斯参数描述机械臂末端相对服务航天器的姿态,利用五次多项式对机械臂末端的相对位置与姿态进行规划,并将目标航天器的相对运动进行补偿,基于雅克比矩阵的广义逆求解机械臂关节运动规律.然后,将反馈控制与扩张状态观测器结合,分别设计了航天器姿态稳定控制器和机械臂轨迹跟踪控制器.最后,对柔性空间机械臂捕获目标航天器以及安装模块的过程进行闭环数值仿真,结果表明,所设计的控制器能够使机械臂跟踪期望轨迹,同时使得航天器姿态趋于稳定,机械臂可以较高精度完成在轨操作.     

基于位姿可达空间的太空机械臂容错路径规划

为了使太空机械臂在关节锁定故障后仍能继续完成后续任务,提出一种基于位姿可达空间的太空机械臂容错路径规划方法。基于牛顿-拉夫逊法计算太空机械臂关节人为限位,完成满足任务需求的退化工作空间求解,通过构造姿态可达度指标,在退化工作空间的基础上建立故障机械臂基坐标系下的位姿可达空间。通过在代价函数中增加最小奇异值代价项改进传统A^*算法,基于改进A^*算法在所建立的位姿可达空间内完成太空机械臂容错路径规划。所提方法综合了位姿可达空间与改进A^*算法各自的优势,实现了关节锁定故障太空机械臂同时满足避奇异与位姿可达要求的轨迹搜索。通过建立7自由度太空机械臂运动学模型开展数值仿真研究,仿真结果验证了所提容错路径规划方法的有效性。     

基于值域的多约束GNSS单频单历元定姿新算法

多天线增强了全球卫星导航系统（GNSS）单频单历元姿态测量解算模型的强度,但随着天线数量增加,模糊度维数成倍增加,从模糊度域确定搜索空间的计算量将显著增长。基于此,提出了基于值域的多约束多天线GNSS单频单历元姿态测量新算法：该算法将姿态约束融入值域搜索模型,利用姿态约束条件推导搜索步长,通过姿态域三维搜索确定模糊度搜索空间,以基于最优条件姿态解非迭代近似估计的方法固定模糊度。实验结果表明,新算法中模糊度搜索效率较原方法提高约65.8%,固定模糊度效率较标准迭代算法提高约95.3%,且与标准迭代算法性能相当;所提算法能够实现GNSS单频单历元的模糊度固定和载体全姿态测量,具有较高的正确率。     

航空发动机机匣摆线粗加工轨迹规划方法

针对机匣零件粗加工过程中凸台多、加工余量大、材料难切削、刀具磨损快、加工周期长等特点,提出了一种机匣摆线粗加工刀具轨迹规划方法,该方法能有效控制切削过程中刀具负载的变化,改善刀具切削过程中的加热-冷却循环,减缓刀具的磨损,提高机匣粗加工效率。首先,通过对两种摆线模型的分析,建立了摆线铣数学模型,并分析了摆线铣的优缺点;其次,结合机匣零件特点,将模型在精度范围内离散为点模型,利用圆锥将模型展开并建立展开模型与原始模型间的映射关系。通过对可加工区域的划分和平面逼近,生成了适用于机匣零件的摆线粗加工刀具轨迹。最后,分别通过摆线铣刀具磨损实验、平面型腔摆线铣实验和机匣摆线铣实验,验证了摆线铣在降低刀具磨损、延长刀具寿命方面的有效性,以及本文轨迹生成算法在航空发动机机匣实际加工中的正确性和高效性。研究成果能有效缩短加工周期、降低加工成本,提升机匣零件的粗加工效率。     

复杂构型金属橡胶毛坯铺设路径规划

基于金属橡胶毛坯自动化铺设工艺,对遗传算法进行合理改进,进行了复杂构型金属橡胶毛坯铺设的定位销优化设计和路径规划。针对定位销优化设计和路径规划问题,建立了改进的编码、交叉、变异算子,并提出评价因子对遗传算法的迭代过程进行评价。优化的定位销排布和铺设路径可以较好地实现复杂构型金属橡胶毛坯铺设,铺设10层时,优化路径对应的目标函数b的值比经验路径小54%,路径规划作用显著。单层路径规模对铺设效果影响较小;单层路径规模不同时,毛坯内部接触状态随着铺设螺旋卷长度的增加趋于一致。为复杂构型金属橡胶毛坯铺设提供了理论依据。      

基于强化学习的航空器机场智能静态路径规划

随着人工智能迅速发展以及“智慧机场”的提出,研究人工智能在机场如何有效地辅助机场管制人员,驾驶员指挥航空器在地面滑行具有重要意义。本文提出一种基于强化学习的滑行路径规划方法,构建航空器机场地面强化学习移动模型,并以海口美兰机场为案例采用 Python 内置工具包 Tkinter 进行场面仿真;在此基础上,考虑机场航空器滑行规则,采用 Off-Policy 中 Q-Learning 算法求解贝尔曼方程,实现航空器在 Model-based 环境中进行静态路径规划。结果表明：本文所提方法能够实现停机位到跑道出口智能静态路径规划     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

一种基于有限K近邻的强度帕累托进化算法

在航天器控制计算机的软硬件协同设计过程中,需要解决多目标优化问题。当前的强度帕累托进化算法在求解高维多目标优化问题时具有优势,但是在环境选择阶段的计算时间复杂度仍然较大。文章针对这一问题,提出了一种改进算法。新的算法采用有限K近邻方法,减少了原算法中K近邻策略的比较次数,使时间复杂度由O(M3)下降为O(max(l,logM)M2。试验结果表明文中算法的计算速度更快,并且具有更优的收敛性和分布多样性特征。