介电型电活性聚合物(EAP)驱动器失效行为分析

 介电型电活性聚合物(EAP)驱动器在工作过程中,边界条件及驱动电压的改变经常导致EAP薄膜发生起皱现象以及介电击穿,致使驱动器失去工作能力.为了保障驱动器的正常工作,避免失效行为的发生,对EAP驱动器的失效行为进行了研究.针对锥形驱动器,计算出不同驱动电压下驱动器EAP薄膜的变形情况以及其中的应力、应变和电场强度的分布情况.利用薄膜起皱判别方法,对驱动器的起皱行为进行预测,同时分析了预拉伸倍数对驱动器失效的影响.试验结果表明,EAP驱动器的理论临界起皱电压与理论分析比较吻合,预拉伸可以提高薄膜的机电稳定性能.研究结果可用于预测介电型EAP驱动器发生失效的临界电压,有利于保障驱动器的安全工作.     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

基于等效系统拟配的人-机闭环系统稳定性研究

对于现代带电传操纵系统飞机,其人-机闭环系统是非线性高阶复杂系统.针对带电传操纵系统人-机闭环系统稳定性问题,运用遗传算法在频域内对人-机闭环高阶系统进行了等效拟配,提出应用根轨迹法对拟配得到的低阶等效系统进行稳定性分析.仿真结果表明,用遗传算法进行等效拟配能够避免初值选择问题,拟配精度较高.所提方法能够考虑到驾驶员环...     

大型立式强力旋压机的研制

航空、航天和兵器工业的迅猛发展,迫切需要能加工大口径、高强度、特种合金材料的高精度、薄壁管形件的旋压机床.为满足国内用户需求,开发研制了100T立式强力旋压机床,为重型强力旋压机的研制做出有益探索.     

论航空器机载设备的“电接触问题”

本文选择了三种不同机型的三个由于“电接触问题”引起的典型故障加以分析论述,目的在于引起广大飞机维护工作者的高度重视。这对于我们的工作是十分有益的。     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

大迎角分离流场在等离子体控制下的特性研究

设计了一种新型的大迎角主动流动控制方法。采用圆锥-圆柱组合体模拟飞行器前体,在靠近圆锥尖端处镶嵌了一对马蹄形单电极介质阻挡放电（single_Dielectric Barrier Discharge SDBD）等离子体激励器,通过风洞实验研究了等离子体激励器在不同状态下对大迎角模型前体的非对称气动载荷的控制作用。实验结果表明,通过控制等离子体激励器的开闭可以使得圆锥-圆柱组合体在大迎角下出现的侧力改变方向。还对通过调节单侧等离子体激励器的激励电压实现圆锥前体侧力系数在正负极值间连续变化的可能性进行了初步的实验探索。     

基于飞机发电机测试的电负载控制系统

针对某型发电机性能测试需要,采用现代计算机控制技术设计开发了电负载控制系统.根据飞机供电系统性能参数要求和实际设备,采用高速数据采集卡采集发电机电网参数并计算功率.由可编程控制器控制电负载单元,测试特定负载下发电机性能及其对发动机影响.运用多线程技术,提高了系统实时性.经验证,系统满足实际测试要求,运行稳定可靠,测量准...     

基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.