“微风”(Zephyr7)无人机机翼力学性能分析

利用ABAQUS有限元软件对英国的"微风"(Zephyr7)无人机机翼结构进行了静力学分析,重点分析了主梁直径和蒙皮张力对机翼结构抗弯性能的影响。分析结果表明,主梁的抗弯与抗扭性能随着其直径的增大呈几何级数提升,机翼抗弯性能随着其蒙皮张力的增加近似线性增加。     

一种闭环对象辨识方法及其在生产中的应用

针对一些难达稳态过程的模型不易辨识的问题,提出了一种对象模型参数和状态方程初值同时辨识的新方法.该方法可不进行装置实验,仅使用装置历史数据就可进行在线辨识,且适用于系统处于非稳定状态的阶跃响应数据.闭环控制系统辨识仿真和实际应用表明,应用该方法辨识出的对象特性进行PID参数设计,效果明显,并且使控制系统具有很好的抗干扰能力和鲁棒性.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

基于台架的涡扇发动机优化调整分析

提出了一种新的发动机优化调整方法.这一方法以多自由度多目标优化理论为基础,利用发动机性能仿真模型和故障诊断模型,在对故障发动机进行故障诊断的基础上,通过调整发动机可调部件以使发动机的性能达到设计要求.利用这一方法建立的发动机调整模型被用于某型处于生产试验阶段的涡扇发动机的实际试车调整中,实践表明,发动机调整模型所得到的最优调整方案能够有效地指导故障发动机的试车调整.      

金属泡沫材料力学行为的研究概述

对金属泡沫材料力学行为的研究文献进行了简要综述,重点介绍了最近几年该领域研究工作的进展,其中也包括国内学者在该领域的一些工作.这些工作主要讨论了金属泡沫材料的拉伸、压缩、能量吸收、动态冲击、失效准则、本构关系、蠕变、疲劳和断裂等力学性能.最后,给出了对该领域工作的一些展望.      

H.264中多模式运动估计算法优化

针对H.264标准的多模式运动估计算法编码模式复杂、计算量大的不足,通过对H.264参考模型JM10中运动估计算法的分析,提出了一种利用时间、空间相关性的模式选择算法和结合一维绝对差值和(SAD,Sum of Absolute Difference)的高效匹配准则,将串行全搜索的运动估计算法改进为并行部分搜索的运动估计算法,把一维SAD和二维SAD匹配准则结合使用,从模式选择和编码速度两个方面对原算法进行优化.实验结果表明:与参考模型JM10的运动估计算法相比,提出的优化算法在恢复质量(用峰值信噪比表征)平均下降0.03 dB、码速率增加不超过1.5%的前提下,编码速率提高20%~30%,表明了该算法在恢复质量略有下降的情况下明显提高了编码速度.      

充气可展天线精度分析和形面调整

充气可展天线结构是以柔性薄膜材料制造的一种新型可展天线.对一类充气可展开天线系统进行结构设计,并相应地建立了充气结构的有限元分析模型.对充气反射面进行了精度分析,研究各参数对形面精度的影响,包括内压、膜材厚度、材料属性、天线焦距等;比较了3种实验姿态下重力对形面的影响,选择其中一种能够很好地模拟失重环境;针对特定的天线结构系统,提出了可行的形面调整新方法.分析和实验表明,调整方法能够有效提高形面精度.      

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

全复材机翼桁条的结构布局和尺寸对刚度的影响分析

利用薄壁结构力学剖面计算的理论,通过计算获得全复合材料机翼的扭转和弯曲刚度及刚心位置,并进一步研究了桁条的结构布局对机翼整体结构刚度的影响。结果表明:机翼的剖面刚度随桁条的尺寸和分布的变化而改变,桁条最佳间距为130~150mm。该内容的研究为复合材料飞机机翼结构设计和气动弹性分析提供了重要依据。     

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别 （MSTAR）计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。