基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

柔性机翼阵风响应与被动减缓研究

高空长航时无人机的机翼展弦比大、柔性较强,飞行过程中极易受到阵风的影响。文章以几何精确本征理论建立结构模型,耦合 Pitt-Peters动力入流理论建立柔性机翼非线性气弹模型,研究了柔性机翼阵风响应以及翼尖被动阵风减缓效应。采用空间 -时间平行的有限元离散方法,将气弹方程转化为一阶微分代数方程,Newton-Raphson和 Generalized-α算法分别用于静态变形和动态响应的求解,通过算例研究了离散阵风载荷下柔性机翼的阵风响应,结果表明翼尖被动阵风减缓装置对机翼变形有明显的减缓效果。     

基于动态逆-滑模的高速飞行器控制器设计

吸气式高超声速飞行器巡航状态下飞行环境复杂,建模时存在非线性以及参数摄动.基于小扰动假设的传统经典控制理论难以适应当前任务对鲁棒性的要求,对此提出了一种非线性动态逆-滑模控制律改进方法.通过对吸气式高超声速飞行器模型精确反馈线性化得到解耦形式的线性方程,为速度和高度设计出动态逆控制律来抵消非线性特性,在动态逆的基础上采用滑模变结构来补偿参数摄动带来的误差.仿真结果表明,所设计的控制方法具有良好的动态性能及鲁棒性.     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。     

带非线性支撑的转子有限元模型求解方法

用数值方法研究了非线性支撑的柔性转子系统的动学行为,提出了一种将有限元与非线性支撑结合的模型和求解方法。利用有限元法(FEM)构建转轴和转盘部分的模型,通过矩阵进行组合;利用离散元方法对包含滚动轴承和挤压油膜阻尼器(SFD)的支撑部分进行建模,此部分包含4个单元,分别为轴承内圈、外圈、SFD内圈和支撑鼠笼。有限元部分和离散元部分通过轴端节点相连,仿真过程中轴端位移传递给非线性支撑部分,支撑部分通过位移计算得到的非线性力反过来作用于有限元转子轴端部分。为了耦合求解有限元转子和非线性支撑组成的数学模型,提出了一种综合的迭代求解方法,克服传统的有限元求解方法对轴端隐性非线性支撑的求解局限性。由于转轴部分采用了Timoshenko梁单元建模,对比与简单转子模型,可以考虑陀螺力矩和轴的柔性特征,更能体现非线性支撑对振动真实影响。在建立的20个轴单元的有限元转子模型中,非线性响应更多体现在靠近非线性支撑的节点1和节点21处,响应频谱中靠近轴端的节点能体现出滚动轴承的2倍和3倍变柔振动频率。     

振荡器相位噪声的研究综述

相位噪声是振荡器最重要的性能指标之一。综述了相位噪声的研究现状,包括基本概念、产生、表示方法和现有的研究方法,讨论了现有研究方法的特点和今后的发展趋势。     

瞬变流速作用下姿控发动机燃料管路的非线性振动特性分析

为研究瞬变流速激励下某型卫星姿控发动机燃料输送管路的非线性振动特性,采用加权余量法和四阶Runge—Kutta法对燃料输送管路的非线性液固耦合振动模型进行了数值仿真,研究不同燃料流速下、电磁阀开关时长对燃料管路非线性振动稳定性的影响.仿真结果表明,依据管路特征线可将管路振动分为稳定振动区和不稳定振动区,且不稳定振动主要...     

非线性欠驱动不稳定系统的自耦PID控制方法

针对非线性欠驱动不稳定系统的控制问题,提出了一种基于自耦PID(auto-coupling proportional-integration-differential, ACPID)控制理论的虚拟全驱动控制方法.该方法将每个输入通道的已知或未知内部动态定义为一个总扰动,并在第一个输入通道引入相应的虚拟控制力,从而将非线性欠驱动不稳定系统等价映射为虚拟全驱动的线性扰动系统,并根据ACPID控制理论建立第一个输入通道的虚拟控制器,形成虚拟指令,再根据获得的虚拟指令与ACPID控制理论建立下一个输入通道的控制器,以实现非线性欠驱动不稳定系统的有效控制.仿真结果验证了本文控制理论方法的有效性,在非线性欠驱动不稳定系统控制领域有广泛的应用前景.     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。