LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

基于降阶模型的翼型结冰冰形预测方法

翼型结冰冰形的数值模拟预测通常比较复杂耗时,为了更加快速准确地预测冰形以减少计算资源消耗,建立了基于本征正交分解（POD）和Kriging模型的冰形快速预测方法。利用CFD数值模拟结果来构建样本空间,以飞行迎角为例详述了降阶模型的冰形预测的实现手段,并结合试验设计方法,完成了多参数的结冰冰形快速预测,同时研究了先进的Blind-Kriging模型的相关方法以及对于预测结果的改进。结果表明,降阶模型预测翼型结冰冰形与CFD数值模拟结果吻合较好,表明降阶模型可以快速、精确地应用于翼型结冰冰形预测。      

电涡流传感器在偏心检测中的应用

本文讨论了电涡流传感器基本原理,提出了半边谐振曲线测量、传感器极值参数选择、传感器线圈交叉绕制等新方法,解决了小直径弱涡流效应偏心检测的难题。在WPX-01型偏心测量仪设计中,获得了满意的效果。     

汽心泵特性分析与计算方法

本文给出汽心泵压头特性、汽心变化、泵内水力损失、集流器内压力分布和径向力等主要特性的计算方法和程序框图。该算法可用来估算新泵设计初始阶段的特性,亦可用来对现有泵的特性作近似验算。     

风洞天平校准的因子法、正交法及单元校

本文证明瑞典航空研究院天平校准用的因子法与我国多元校用的正交法同属正交法。这不仅有助于正确认识这两种方法,而且对多元校实现自动加载会带来方便。从天平静校与风洞实验结果看,用单元校、因子法与正交法对天平校准将具有相同的准确度。本文提出载荷状态变化量并以其为标准来计算三种校准方法的加载量时发现,单元校的载荷状态变化量最少,因而其加载劳动量也最小。但是,单元校时必须重视对静校装置寄生分量的分析,而因子法与正交法则具有对静校装置寄生分量的平均效应。显然,本文的主要论点与国内一般看法不同且有新意,这将有助于对校准方法的研究,同时对静校装置的应用和设计都将会是有益的。     

光纤式切削测力仪的研制

切削力信号含有丰富的刀具磨损信息。它反映刀具磨损最直接,与刀具磨损的相关性好,信号处理的实时性强,因此可利用它作为特征量来实时在线监测刀具磨损。但是,现有的各类测力仪由于存在实用性较差的缺点,从而限制了这种方法的实际应用。这主要表现在(1)现有的测力仪一般都需作专门的结构设计,相对于有限的装夹空间来说存在安装问题。(2)为了保证测量的灵敏度而导致加工系统刚度下降。(3)普通的测力仪尾部都有导线,用以引出信号,因而实用性不好。本文以解决上述三个问题为目标,应用光纤传感原理,设计并试验了光纤传感器、光纤式切割测力仪,并对其原理、性能、应用等方面作了系统的研究。     

三维曲线坐标系N－S方程通用形式和数字解

运用张量分析理论，比较简捷地导出了三维任意曲线坐标系上椭圆型Ｎ－Ｓ方程的通用形式。在对这些方程进行数值离散时，采用了有限控制体积的非交错网格设置，该算法以ＳＩＭＰＬＥ为基础，为了抑制压力振荡场的出现，在压力修正方程中对压力梯度的离散附加一项１—δｘ的差分。作为算例，本文给出了三维９０°强曲率弯曲管道中气流的不可压缩紊流状态的数值计算结果，并与相关的实验数据进行了对比，结果是满意的。     

多层设计参数的叶型气动优化

针对叶片型面的设计问题,提出一种基于遗传优化算法的多层参数化方法.这种方法类似多层网格法原理,利用Bézier曲线的递推算法进行各层之间的设计变量转化,使得优化迭代过程中,下层群体中得以保存上层的优秀个体.根据遗传算法固有的并行特性构建了局域网并行优化平台,并对基本遗传算法进行了改进,从而大大缩短优化时间、提高优化效率.最后设计了曲线逼近和叶型优化的算例,结果显示多层参数化方法能明显加速收敛,在个体数较少时,效果更为明显.     

基于二代曲线波变换的红外弱小目标背景抑制

在分析几种常用背景抑制方法的基础上,利用二代曲线波变换具有的优良特性,提出一种基于二代曲线波变换的红外弱小目标背景抑制方法.首先利用曲线渡变换对图像进行分解提取图像的多尺度细节特征;然后对分解后的低、高频子带分别采用变分和模糊非线性变换进行处理来调整目标特征的强度,重构子带获得预测的背景图像;最终将其与原图相减得到背景抑制后的图像.实验结果表明,与几种经典方法相比,该方法在主现视觉和客观评价指标两方面均表现出良好的效果.