开闭环PD型快速迭代学习控制方法及其在直流电动机中的应用

针对一类非线性系统的学习控制问题,提出了一种开闭环PD型快速迭代学习控制方法。此学习控制方法利用了系统当前的跟踪误差信号和前次迭代控制的跟踪误差信号,以及它们的微分信号,同时采用可调比例系数,根据系统误差的变化及时地调节比例系数,从而使目标的跟踪能力得到提高。通过分析给出了此快速迭代学习算法收敛的条件,直流电动机的仿真应用说明了此学习控制方法对于非线性系统具有较强的有效性和较好的可行性。     

基于小波的能源消费弹性系数预测方法

能源消费弹性系数反映了一个国家能源消费增长速度与国民经济增长速度之间的比例关系,是衡量一个国家能源利用效率的重要指标。鉴于数据中存在较多的噪声,首先用小波分析方法对数据进行滤波,然后用滤除了噪声的数据作为输入变量,用支持向量回归方法建模,并预测未来10年我国能源消费弹性系数变化的规律。实际数据检验表明,该预测方法还是可行的。     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.      

为中国开发太空探路创中国首飞太空记录 --纪念T-7系列探空火箭首次发射成功45周年

在中国第一个实用探空火箭系列--T-7系列探空火箭首次发射成功45周年之际,回顾了该系列火箭的研制由来和基本情况,论述了该系列火箭对中国开发中层大气和太空所起到的探路作用.     

捷联惯导系统中一种高精度姿态更新算法的推证

在捷联惯导系统中 ,姿态更新的计算是捷联惯导系统的关键问题之一。文章对四元数更新算法进行了研究 ,提出了一种新的四元数四阶泰勒展开高精度航姿算法 ,并在理论上给出了详细的数学推导和证明 ;为改进捷联惯导系统算法提供了重要的参考依据     

基于北斗三号的多区域实时动态授时服务系统

面向新一代移动通信和物联网等领域对高精度、低成本授时的需求,针对典型的实时动态授时服务只能单区域覆盖的问题,提出了一种基于北斗的多区域实时动态精密授时服务系统.该系统由标准时间、时间基准站、高精度时间频率实时传递链路、数据中心和时间用户等部分组成,可实现标准时间实时动态授时服务的全国多区域覆盖.依托中国科学院国家授时中...     

基于分层式强化学习的移动机器人导航控制

针对未知环境下的移动机器人导航问题,本文提出了一种基于分层式强化学习的混合式控制方法。利用栅格-拓扑相结合的环境表示及地图学习方法,通过分层式强化学习在不同控制层次的扩展设计移动机器人的反应式和慎思式导航控制,实现了全局导航和局部导航控制的协调优化。实验及测试结果证明,该控制方法能实现导航任务的全局优化,避免陷入局部极小,并对未知动态环境具有较强的适应性。     

Time delay compensation in lateral-directional flight control systems at high angles of attack

The previous studies of time delay compensation in flight control systems are all based on the conventional aerodynamic derivative model and conducted in longitudinal motions at low angles of attack. In this investigation, the effects of time delay on the lateral-directional stability augmentation system in high-α regime are discussed based on the $\dot{\beta }$ model, which is proposed in our previous work and proved as a more accurate aerodynamic model to reveal the lateral-directional unsteady aerodynamic characteristics at high angles of attack. Both the $\dot{\beta }$ model and the quasi-steady model are used for simulating the effects of time delay on the flying qualities in high-α maneuvers. The comparison between the simulation results shows that the flying qualities are much more sensitive to the mismatch of feedback gains than the state errors caused by time delay. Then a typical adaptive controller based on the conventional dynamic derivative model and a gain-prediction compensator based on $\dot{\beta }$ model are designed to address the time delay in different maneuvers. The simulation results show that the gain-prediction compensator is much simpler and more efficient at high angles of attack. Finally, the gain-prediction compensator is combined with a linearized $\dot{\beta }$ model reference adaptive controller to compensate the adverse effects of very large time delay, which exhibits excellent performance when addressing the extreme conditions at high angles of attack.     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明：优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

基于特征空间变换的运载火箭Pogo模型降阶方法

针对运载火箭Pogo状态空间模型存在维数高和奇异性的问题,开展了 Pogo模型的降阶方法研究.基于特征空间变换理论,导出了一般形式的Pogo状态空间模型的解耦形式.该形式与推进系统和结构系统的模态频率相对应,从而通过模态截断或保留感兴趣的模态实现有效的模型降阶.同时,还给出了降阶方法的实数运算公式.在两种不同型号推进系...