自适应飞机驾驶员最优控制模型研究及应用

针对驾驶员最优控制模型(OCM)无法反映飞行员在未知环境下渐进适应过程这一缺点,采用自适应状态估计理论对OCM进行改进,建立了基于自适应状态估计的驾驶员最优控制模型(MOCM-AE),给出了算法流程。通过对比飞行试验数据和未知扰动下的着舰应用,对模型进行了评估。通过人机闭环仿真进行了飞行试验再现,得到了人机闭环频域曲线。对比结果表明,与OCM相比MOCM-AE的频域特性曲线与试验更为吻合。在着舰应用中,引入低空紊流作为未知扰动进行着舰仿真,结果表明OCM强烈依赖于先验经验,而MOCM-AE无论是否具有先验经验,无论是否存在未知扰动,均能取得良好着舰效果。在未知扰动和舰尾流影响下,MOCM-AE比传统OCM着舰精度提高59%,着舰点分布范围缩小29%,这体现了飞行员对未知环境的适应能力。     

基于等级状态方法的 军校本科学员学习能力评价模型

文章以等级状态方法为依托,构建军校本科学员学习能力评价指标体系,优选数据采集的方法途径,创建 数学模型,并进行实证分析,验证整套评价系统是比较客观的,具有推广应用价值。     

结构动力特性分析中的圆角建模方法

针对薄壁结构中存在大量的圆角,提出了运用梁单元与壳单元组合的建模方法对圆角进行等效建模。通过分析圆角对薄壁结构的刚度贡献,提出圆角对结构刚度的贡献分为面内刚度贡献和面外刚度贡献。圆角对面外刚度的贡献与梁的作用等效,通过运用扭转相关理论推导出等效梁单元的截面参数。对于圆角的面内效应,运用壳单元对其进行等效建模,采用平面应变状态假设,将三维结构简化为二维结构。在平面内,通过刚度等效原理计算出壳单元的等效厚度与弹性模量。通过2个实例验证了圆角建模方法的正确性与准确性。      

基于QSS的自适应多步校正算法及其在柔性航天器动力学中的应用

量化状态系统（QSS）算法是一种基于状态变量离散化的数值积分方法,该方法与基于时间离散的传统方法显著不同,QSS通过计算状态变量每次跃迁所需的时间来推进下一步的积分。在求解非刚性常微分方程时,QSS算法比传统算法更具优势,但它不适合求解刚性问题。为此提出一种基于QSS的自适应多步校正算法（AMCQSS）,该算法以QSS为基础、结合隐式多步法思想,在计算过程中可以自适应选择二步法或三步法,以有效提高求解刚性问题的精度和效率。通过对柔性航天器动力学的仿真求解,验证了算法的可行性。将该算法与ODE23tb、ODE15s、ODE45以及QSS等算法进行对比,结果表明AMCQSS算法既能保证求解的效率及精度,又具有较好的收敛性和稳定性。     

多模型直接自适应执行器故障补偿控制系统

为了更快更好地补偿执行器故障带来的不确定性,发展了一种新的多模型自适应执行器故障补偿控制系统设计方法。首先,分析所有可能的执行器故障模式,得到故障模式集。再针对每一种故障模式,分别进行控制器设计,控制器设计时采用直接模型参考自适应执行器故障补偿控制方法进行设计。然后根据参数估计误差分别计算每种故障模式下系统的性能损失函数,选择性能损失最小的子系统对应的控制器作为当前的全局控制器。最后以飞行控制系统为例进行了仿真,仿真结果表明,所设计的多模型直接自适应执行器故障补偿系统闭环稳定,且有良好的跟踪性能。     

运载器末助推段非线性姿态控制器设计

根据单摆模型近似晃动质量推导晃动运动与姿态运动的动力学方程,基于状态相关黎卡提方程方法,综合动态逆控制方法设计了运载器末助推段非线性姿态控制器,由状态反馈实现姿态跟踪和晃动抑制。因实际中模拟晃动运动的单摆状态无法测量,引入输出多采样率技术,通过在一个采样周期内多次检测被控对象的输出估计状态,实现设计的状态反馈控制律。数...     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

茶如恩师

茶是个载体,更多的时候是让我们进入一种状态,自在、喜悦、慈悲。对我来说就是,饮茶的过程让我逐渐明白"含与得"的关系这让我的生活变得从容自在起来。通过喝茶,品茶,通过跟茶人一起聊天,我渐渐打造出我想要并且喜欢的状态。     

多飞行器突防打击一体化微分对策制导律设计

针对多进攻弹突防弹群拦截再打击目标的交战场景,提出了一种可应用于对手信息不完全情况下的微分对策制导方法。建立多飞行器交战的线性化模型,并依据不同对抗组进行模型降阶。引入时间算子统一所有分组的终端时间,基于二人零和微分理论给出制导律。利用扩展卡尔曼滤波(EKF)实现对拦截弹和目标的状态估计,并将估计应用于所提制导律。在对手状态信息已知时,仿真突防脱靶量大于5 m,拦截脱靶量小于0.1 m。而在只给定粗糙有噪声观测的不完全信息下,滤波器对拦截弹与目标的状态估计误差可接受,仿真结果依然保持相近的脱靶精度。仿真结果表明,所提制导律能有效导引进攻弹规避拦截,并准确打击目标。      

基于神经网络规则提取的航空发动机磨损故障诊断知识获取

针对神经网络智能诊断与专家系统中知识难于理解和诊断解释能力差等问题,研究了一种新的基于功能性观点的神经网络规则提取方法,介绍了方法流程及关键算法.并用UCI(加利福尼亚大学埃尔文分校)机器学习数据对方法进行了分析和验证.最后,将方法应用于实际航空发动机磨损故障诊断中,采集了某型航空发动机实测油样光谱数据237个样本,利用神经网络规则提取方法提取了发动机磨损故障诊断知识规则,并对其进行了解释,结果表明了方法的正确有效性.