基于流体速度势的非线性晃动问题的ALE有限元分析

基于流体速度势，本导出了非线性晃动问题的ALE有限元格式。通过引入ALE运动学描述，使网格的运动独立于流体的运动，通过采用与贮箱固连的非惯性参考系建立控制方程，使网格只须相对贮箱更新，因此运动边界和自由液面的跟踪算法不仅非常简单，而且不会引起网格畸变．本分别采用有限元法和有限差分法进行空间和时间离散，中的算例分别模拟了贮箱受横向激励和俯仰激励时流体的非线性晃动问题，所得结果证实了本方法的有效性与可靠性。中的方法还可进一步推广用于流体—结构耦合问题．     

梁纵向与横向耦合非线性振动分析

纵向振动和横向振动耦合是捆绑火箭等结构中的典型振动现象.以Rayleigh梁为研究对象,通过Hamilton变分原理推导了考虑应变二次项的纵向振动与横向振动耦合控制方程,并用有限元方法对该非线性系统的行为进行了模拟.针对线性系统固有振动频率和非线性纵横耦合动态响应情况,把所得结果与NASTRAN结果进行了比较,二者结果吻合,证明了本方法的正确性.在此基础上,借助振动控制方程和模拟结果,讨论了非线性系统频率与模态的时变特性,非线性动态响应频率成分特性,横向振动和纵向振动相互影响以及共振现象等.研究结果为本方法的实际应用提供了理论基础.      

星载大型网状天线非线性结构系统有限元分析

论述了大型网状可展开天线的非线性理论模型及其非线性模拟有限单元模型,并以一副4．2m天线为例进行了有限元建模分析,获得了这类天线的动力学振动特性。研究结果表明：拉索几何非线性和间隙接触非线性对大型网状天线系统的动力学特性具有较大影响。     

简化DDF算法及其在单星对星无源定轨跟踪中的应用

单星对星无源定轨跟踪是典型的非线性滤波问题,其中非线性滤波算法至关重要.DDF.算法具有良好的精度与稳定性且适用范同更广,不过计算量较大.单星对星无源定轨中系统噪声通常是加性高斯的,根据这一特点对标准DDF算法进行简化.简化后加性噪声可以进行单独处理,基于此,提出一种计算复杂度更低的SD-DF算法,并运用于仅测角条件下的单星对星无源定轨跟踪.SDDF算法具有比EKF更高的精度和更好的稳定性,其性能与标准DDF相同但是计算耗时更少,特别适合于单星对星无源定轨跟踪实时处理.     

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.     

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...     

输入受限下流体网络系统控制器设计

由于控制的目标是流体的流量,流体网络是一个高阶的非线性系统。以往这方面的工作都是基于多变量线性模型,文中的设计是基于非线性模型。通过引入电路中的图论理论,建立了流体网络控制系统的非线性模型。基于反输入饱和技术,提出了一种反馈线性化的设计方法。综合运用微分包含、控制原理,得到了所设计系统渐近稳定的结论。     

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。