有色噪声补偿下降阶系统状态的最优估计

在大型空间结构的控制系统设计中,降阶系统的状态估计是非常重要的环节,它直接关系到控制器的性能。针对B.Friedland的工作,本文提出了有色噪声补偿模型,在恒等变换下显式地消去了有色噪声项,利用正交投影定理仅对感兴趣的状态分量导出了无偏、最小方差估计。这组递推估计式与采用增广状态方法相比,不仅在处理容量、计算效率上有很大改进,而且是标准Kalman滤波方程的推广。注意到原系统与降阶系统之间的内在联系,本文采用随机系统分析方法,给出了在高斯、马尔可夫假设下,有色噪声模型特征参数的在线识别技术。数字仿真表明,对偏差补偿起主要作用的是有色噪声补偿模型中的驱动白噪声项,这是对B.Friedland工作的发展。     

内圆磨床床身设计参数的灵敏度分析及动态设计

机床床身在固有下的动态特性，对机床的加工精度有很大的影响，本文通过对组成框架型内圆磨床床身和双W型内圆磨床床身的主要肋板的厚度。位置等设计参数的灵敏度分析，找出了对该类型机床床身结构动态特性影响较大的设计参数，使磨床床身的设计既能保证有较好的结构动态特性，又能达到使其重量最轻的目的。     

磁轴承控制器的设计及仿真研究

介绍了磁轴承系统的组成,对控制器性能的基本要求及控制方案的选择,分析了典型ＰＩＤ控制器存在的两个弊端,提出了磁轴承控制器的四种模型。通过对这四种模型的仿真研究,分析了各模型中比例系数、积分时间常数、微分时间常数及局部反馈系数对系统性能的影响,并给出了各参数较为理想的参考值及阶跃响应曲线,仿真结果对制作模拟控制器及数字控制器有一定的借鉴作用。     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

采用逐次正交化法的最优分布式Kalman滤波器

为解决大系统中应用整体式Kalman滤波遇到的非实时性难题,本文提出一种能保持最优的分布式Kalman滤波计算方法——逐次正交化法。这是一种适合多微机并行计算的最优算法,确保滤波的“实时性”,优于一般次优分布式Kalman滤波器。     

大客车局部优化造型对其使用性能的影响

随着车速的提高,汽车在行驶中受到的空气阻力便成为不可忽视的问题,因此与减阻节能相关的汽车优化造型也就显得越来越重要了。由于运动物体所受到的空气阻力系数的大小主要取决于它的头部的形状,因而我们对厢式大客车驾驶室前风窗区的几种不同造型在低速风洞中进行了测力的实验研究。实验结果表明,驾驶室前围不同形式的过渡是影响厢式客车空气阻力的重要因素。其中在适当的风窗倾角下,经过良好的圆化处理后,可使厢式大客车的空气阻力减小27%左右。这不仅节省了燃料的消耗,还可以提高汽车的最大行驶速度,改善其加速和爬坡能力。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

导弹出水过程动力学参数辨识方法研究

导弹出水过程时间短,边界也随时间变化,对短时非平稳信号的模态参数识别技术进行研究,最后利用特征系统实现法对其出水过程进行模态参数辨识。     

SoftBase查询优化器的设计与实现

查询优化是数据库系统中一个必不可少的模块，本文在当前查询优化技术发展的基础上讨论了SoftBase数据库的查询优化器的设计和实现，给出了SAoftBase数据库查询优化处理的一般过程，并着重探讨了查询优化的两个主要模块，查询重写和基于代价评估的计划优化。在计划优化模块中，详细讨论了存取路径的选择和代价评估的计算方法，最后对测试结果进行了分析，结果表明优化后的SoftBase查询效率比原系统有了明显的提高。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。