改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

基于PC的三维激光加工数控系统构架与关键问题研究

提出了以微步距硬件插补为核心的三维激光切割数控系统构架,分析了软件任务并构建了控制功能的实时调度模型,实现了Windows平台的实时性及多任务协调控制。开发了基于DDA精插补的微步距硬件插补模块,满足运动控制的速度与精度要求;构建了内核驱动模块实现中断响应与伺服控制;结合空间圆弧转接理论与前推–回溯算法开发了轨迹速度预测与平滑模块;提出了硬件分频调节法实现进给倍率的改变。该三维激光切割数控系统能够实现高速高精度运动控制,并且软硬件结合的开放式结构提高了系统的实时性以及功能的可扩展性。     

基于任务场景分析的机载导航页面人机界面设计过程研究

顶层飞行任务场景是民机机载显示系统需求捕获的重要来源,显示系统的人机界面设计通过自顶向 下的飞行任务场景分析,识别显示信息内容,开展信息内容设计,继而开展样式设计、交互行为设计与接口设 计等工作。本文以导航页面为例,综合运用层次任务分析和场景用例分析法,阐述了机载显示系统人机界面的 设计约束和过程,可为民机机载显示系统人机界面的正向设计过程提供借鉴。 [ 关键词] 机载显示系统;导航页面;任务场景;人机界面设计     

驾驶舱机组人员自动化系统项目综述

随着自动化技术的广泛发展和应用,驾驶舱实现无人化将成为未来发展的趋势。但现阶段自主技术 的发展和安全性水平使得军用直升机的驾驶飞行仍需飞行员的参与控制。而且,受飞行员生理极限等因素的限 制,有人直升机在作战时间、出动架次等方面存在很多局限。为此,美国国防部及工业界积极开发自主技术。 “驾驶舱机组人员自动化系统（ALIAS）”项目就是其中之一。该项目将自主技术用于现役的有人驾驶飞机, 降低机组人员的工作负荷和提高安全性,同时减少执行任务的机组人员的数量。该项目经飞行演示验证在一定 程度上缓解了飞行员的工作强度。     

暂冲式燃气取样系统设计与验证

针对超燃冲压发动机燃烧室综合性能的测试需求,从取样探针、系统管路及附件选型、测控方案等角度设计了一套六点暂冲式燃气取样系统,成功实现了燃气发生器出口2.0 s和发动机燃烧室出口1.4 s取样。分别测量了燃气发生器出口测量截面Ⅰ和发动机燃烧室出口测量截面Ⅱ的O_2、CO、CO_2含量,并采用理论温升法推算燃烧室出口温度约为2 121 K。基于暂冲式燃气取样分析,为评估超燃冲压发动机燃烧室性能提供了新的研究思路。     

F-35飞机全球备件保障模式研究

F-35飞机作为美国国防战略至关重要的组成部分,由于备件短缺及全球范围内管理和运输零备件困难导致飞机性能不能满足作战人员需求。本文系统分析了F-35飞机全球备件保障模式及备件保障网络构成,总结其面临的问题与挑战,并介绍未来国防部对F-35飞机全球备件模式的设计,为我军装备航材备件体系建设提供参考和借鉴。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。