偏心比对S形流道雷达散射特性的影响

在进/出口形状、进/出口面积、中心线变化规律、面积变化规律等设计参数不变的条件下,采用超椭圆方法设计了11种不同偏心比的S形流道。同时,借助迭代物理光学法与等效边缘电磁流绕射方法,对不同偏心比的S形流道进行了雷达散射特性的数值仿真分析。结果表明:若将不同偏心比S形流道的雷达散射截面变化曲线看作是波的传播轨迹,相对于偏心比为0的流道,偏心比改变了波的相位、振幅;偏心比越大,其相位越滞后、振幅越小。     

基于ICKF的永磁同步电机无传感器控制方法

针对在永磁同步电机(Permanent magnet synchronous motor,PMSM)中安装传感器带来的高成本、体积增大、可靠性降低和易受环境干扰等问题,提出采用迭代容积卡尔曼滤波(Iterative cubature Kalman filter,ICKF)算法来估计电机转速和转子位置,并将其应用于永磁同步电机无传感器控制。首先,建立了PMSM在α-β坐标系下的离散数学模型。其次,在Matlab/Simulink环境下分别建立了基于容积卡尔曼滤波(Cubature Kalman filter,CKF)和ICKF的PMSM转速、电流双闭环的无传感器矢量控制系统仿真模型,并进行了给定转速和加负载两种工况的仿真验证。最后,基于TMS320F28335芯片搭建了硬件实验验证平台。仿真分析与实验结果均表明,迭代容积卡尔曼滤波算法应用于永磁同步电机无传感器控制中抗负载变化干扰性好、电机运行稳定、电机转速和转子位置估计精度高,可满足对电机精确控制要求较高的应用场合,具有重要参考价值和推广意义。     

航空发动机非线性模型实时计算的迭代方法研究

针对航空发动机非线性模型将作为未来机载应用而需要严格实时性的问题,研究了求解模型的迭代方法,综述其历史发展情况,并讨论收敛性问题,同时提出一种改进应用方案,即模型在过渡态仿真时可将上一状态点雅可比矩阵直接应用于下一点计算,能够在典型应用方案基础上直接减少气动热力模型计算次数,从而提高整体模型执行效率.通过实际算例对这些应用方案进行仿真比较与分析,结果表明:①Broy-den秩1法执行效率最高,更适宜用于模型实时计算;②改进应用方案简单、有效,为进一步满足非线性模型的严格实时性要求奠定基础.      

超燃燃烧室一维释热分布模型研究

为了预估超燃冲压发动机燃烧室内的释热分布,针对带凹腔稳焰器的燃烧室,总结了射流混合情况、来流温度和当量比对释热分布影响的实验规律,提出了主燃烧区的概念和分段线性拟合的建模思路。模型被分为隔离段、横向射流、燃烧室释热分布、主燃烧区反压四个部分。通过压力前推,进行代数的迭代计算,能够快速得到燃烧室释热分布的一维模型。利用实验图像和仿真计算数据,对模型得到的释热分布与燃烧效率进行了验证,模型可适用于隔离段来流2.1马赫以上的工况,且模型结果与仿真结果相关系数达到了0.9以上。     

飞行载荷设计平台初探

飞行载荷在飞机结构设计中处于设计输入范畴,多变且重要,其准确及快速迭代是现代化飞机设计的重要能力。当下纷繁杂乱的平台工具为设计工作提供了很多选择,但要能够同时满足这两个条件的还是少数。为此,本文以流程为主线,通过输入、输出、工作单元等表现形式对部分平台进行了深度剖析,同时考虑了平台的扩展性能及使用后可能带来的效益进行了预估,认为FlightLoads平台是其中比较优秀的一款,为各类研究机构提供参考。     

多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.      

单目视觉三维运动位姿测量方法研究

针对基于点特征的单目视觉位姿测量,研究了一种基于不共面5个编码特征点的单目视觉解算算法,利用大靶面高分辨率相机采集运动物体姿态图像,利用目标物体上编码特征点间的几何约束关系,通过正交迭代解算算法完成目标物体的位姿测量。实验结果表明：位移测量不确定度优于0.5mm,姿态测量不确定度优于0.05°,可满足航空航天领域试验测量要求。     

基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

三站点备件供应保障关系建模与分析

就建模层面而言备件相关的现有研究在考虑横向保障时存在一定的不足。本文选取三站点组成的备件供应保障系统作为研究对象,通过引入站点间的备件供应保障关系实现了将站点间备件纵向保障和横向保障的综合考虑。运用定量化的概率值表征站点间的备件需求关系,基于库存平衡理论建立了应得备件数量、初始库存量、可用库存量和备件短缺数之间的关系表达式。在建立单站点库存平衡方程的基础上,又依据三站点间的供应保障关系联立得到了三站点备件延期交货量方程组。对方程组解的情况进行了分析,在确定其解唯一性的基础上基于压缩映射原理给出了方程组的迭代求解方法。对于简单示例进行了计算,验证了模型的正确性和求解方法的有效性。     

基于迭代QR分解的DOA估计技术

提出了一种基于迭代QR分解的信源到达角(DOA)估计技术.DOA估计的子空间方法主要是通过估计信号协方差矩阵的信号子空间或者噪声子空间来求出信号的DOA参数.估计这些子空间通常需要大量的计算,采用ASIC实现时其成本会非常昂贵.本文采用迭代QR分解方法进行子空间分解,可以利用较少量的计算资源完成处理任务.仿真实验结果达到0.23毫弧度,说明该算法比较可靠有效.