民用飞机产品结构分解及管理技术研究

民用飞机是一个高度复杂且十分庞大的产品,为了便于对这个庞大的产品进行精确定义,捕获飞机的关键构造信息,同时便于产品的分工设计、制造、装配,通常需要对产品按一定方式进行分解,形成一种层次化产品结构。介绍相关定义以及与建立模块化产品结构相关的概念,论述对产品进行分解的重要意义,研究三种不同的分解方式所形成的产品结构,以及这些产品结构的用途。通过这三种产品结构,可以达到有效管理飞机的定义、设计、装配等活动及飞机的构型状态的目的。     

一类非线性系统的鲁棒控制

针对一类带不确定性的非线性系统,引入坐标变换,对变换后的系统设计了变结构鲁棒控制器,在一定界的限制下,可以达到对不确定性的抑制,不确定性的界不可知时,利用自适应技术进行在线估计;利用线性化方法,对系统的滑动模态进行设计,得到了稳定的滑动模态。     

基于ANCF的挠性太阳翼动力学建模及模态辨识研究

可展薄膜结构平面太阳翼由于极具纤薄和轻柔的特性,导致其动力学性能参数显得相当复杂.为全面、准确地明晰大挠性太阳翼动力学特征对新型百公斤级低轨卫星姿态控制性能的影响,采用ANCF(absolute node coordinate formulation)索梁模型和ANCF薄膜单元构建主要挠性附件,基于索梁预应力建立大型空间可展结构的动力学模型.通过建立的动力学模型,综合考虑太阳光压力、气动阻力、重力梯度力矩和地磁力矩在内的复杂空间环境干扰,采用复模态指示函数(complex mode indication function, CMIF)进行薄膜结构平面太阳翼模态参数在轨辨识的研究.辨识结果与仿真分析结果的对比表明,CMIF方法能够有效地识别可展薄膜结构平面太阳翼的低阶固有模态,为该技术的工程实施提供了坚实的理论研究基础.     

异构数据库集成的研究与实现

对异构数据库集成做了详细的研究并提出了具体的实现方法。通过分析比较了目前已有的集成方案,本文提出集成异构数据库可以有四个步骤,分别是用控制表变化法提取有效数据、用XML定义传输数据格式、用JMS传输数据、用全局数据模式集成数据来实现。     

基于群体进化策略的电磁态势预测

针对战场电磁态势预测问题,基于群体智能优化算法的可靠性与全局性等特点,提出了一种利用融合Cholesky因子更新的CMAES算法优化的RBF神经网络方法,利用在CMAES算法中添加Cholesky的秩-μ更新来提高算法的速度和准确度,提高网络学习的效率与预测精度。仿真实验验证了该方法可以有效提高电磁态势的运算速度与精度。     

圆柱扰流非定常流动流场动力学模态分解

为了解圆柱扰流中的大尺度有序运动特征,采用非定常数值仿真方法对圆柱扰流进行了研究,通过短时傅里叶变换方法对流场内典型监测点进行了时频分析,并引入DM D方法对非定常流场进行分析,获取了各阶流场模态的频率及分布特征.结果表明:DM D方法提取的模态频率与圆柱后方典型监测点时频分析得到的频率吻合较好,1阶模态表现为圆柱后方...     

基于SAR子孔径图像的浅海水下地形探测

沿海地区水下地形的精确测量是人类开展海洋活动的关键,合成孔径雷达（SAR）为浅海地形的探测提供了一种新的手段,其中TerraSAR-X 的聚束模式以较长的积分时间得到高分辨率的 SAR 数据,从而能较为精确地反演浅海的海底地形。传统 SAR 图像水下地形探测基于波周期不变的假设,这不仅需要已知初始水深求解波周期,还给探测结果带来一定误差。本文提出一种基于子孔径图像的水下地形探测方法,将一景SAR图像分解成多景时间间隔固定的子孔径图像,利用子孔径图像间的时间间隔,求解不断变化的波周期,从而获得更加精确的水下地形。使用在海南蜈支洲岛的 TerraSAR-X 数据验证了此方法的可行性,将此方法反演得到的结果与GEBCO数据进行比较,发现两者吻合较好（MAE为2.8 m,MRE为23.91%）,证明了此方法在浅海反演水深的巨大潜力。     

三明治结构挠性传动系统的自耦PID控制

针对三明治系统的弱阻尼挠性模态引起的机械谐振问题及齿隙非线性因素的影响,提出一种基于自耦PID(auto-coupling proportional-integration-differential, ACPID)控制理论思想的控制方法.该方法首先将三明治系统已知或未知动态、非线性死区引起的不确定因素定义为一个总扰动,并将4阶非光滑非线性三明治系统等价映射为一个4阶线性扰动系统,然后建立了以总扰动为激励的受控误差系统,根据ACPID控制理论思想设计了基于速度因子的ACPID控制系统,最后分析了ACPID控制系统的鲁棒稳定性和抗扰动鲁棒性.仿真结果表明ACPID控制系统的有效性,不仅有良好的动态品质与稳态性能,而且有良好的抗扰动鲁棒性,在三明治传动系统控制领域具有良好的应用价值.     

POD-BPNN预测模型及结冰条件不确定性量化

当前,数值模拟作为研究飞机结冰的主要手段之一,在计算结冰冰形时会引入大量参数不确定性,并影响数值模拟的精度和可信度。发展不确定性量化方法,科学量化这种不确定性对评估数值模拟结果具有重要意义。针对传统参数不确定性量化方法难以解决高维输入到输出的问题,基于本征正交分解和误差反向传播神经网络,提出了一种结冰冰形预测代理模型。以水滴中值粒径和温度为例,验证了代理模型单输入参数和双输入参数情况下的精度和泛化能力。最后,在代理模型计算的冰形基础上,结合蒙特卡洛采样,利用2σ准则确定结冰范围,发现水滴中值粒径不确定性主要影响明冰的冰角生长,而温度和水滴中值粒径不确定性的叠加主要作用于霜冰厚度。该研究为后续多结冰条件的影响分析和多维输入到输出的不确定性量化提供了思路。     

利用降阶定理计算行列式中的最小阶数

通过讨论利用降阶定理计算行列式中的最小阶数问题,给出了分解的最小阶数,同时结合矩阵的满秩分解,给出了一种有效的行列式的计算方法。