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。     

转子系统挤压油膜阻尼器设计与动力特性

鉴于挤压油膜阻尼器(SFD)设计必须要同时考虑转子系统的动力学特性,提出了一种转子系统与挤压油膜阻尼器耦合设计方法,给出了详细的设计流程。对所设计的阻尼器进行了CFD数值模拟、油膜压力测量以及减振效果实验,结果证明所提出的设计方法是有效的。相比未采用阻尼器,采用阻尼器后转子系统两个转盘的振幅分别下降了46%和39%。通过实验还研究了不平衡量、支承刚度、供油压力和滑油温度对挤压油膜阻尼器减振效果的影响。结果表明,相比于不平衡量和支承刚度对减振效果的影响,供油压力和滑油温度的影响并不显著。进行挤压油膜阻尼器设计时,重点应该关注转子上的不平衡量大小和支承刚度。     

Coactive design of explainable agent-based task planning and deep reinforcement learning for human-UAVs teamwork

Unmanned Aerial Vehicles (UAVs) are useful in dangerous and dynamic tasks such as search-and-rescue, forest surveillance, and anti-terrorist operations. These tasks can be solved better through the collaboration of multiple UAVs under human supervision. However, it is still difficult for human to monitor, understand, predict and control the behaviors of the UAVs due to the task complexity as well as the black-box machine learning and planning algorithms being used. In this paper, the coactive design method is adopted to analyze the cognitive capabilities required for the tasks and design the interdependencies among the heterogeneous teammates of UAVs or human for coherent collaboration. Then, an agent-based task planner is proposed to automatically decompose a complex task into a sequence of explainable subtasks under constrains of resources, execution time, social rules and costs. Besides, a deep reinforcement learning approach is designed for the UAVs to learn optimal policies of a flocking behavior and a path planner that are easy for the human operator to understand and control. Finally, a mixed-initiative action selection mechanism is used to evaluate the learned policies as well as the human’s decisions. Experimental results demonstrate the effectiveness of the proposed methods.     

无人机系统的安全性与危险源分析

无人机系统的战术性能及优势将使其在未来高技术战争和民用航空中发挥越来越重要的作用。然 而,由于有人机与无人机飞行事故的特点不同,使得有人机的安全性分析与管理措施不完全适用于无人机系 统。首先,对无人机系统的飞行事故进行统计分析,得出无人机系统事故的特点;然后,合理借鉴有人机的安全 性分析,定义无人机系统的安全性,提出无人机系统事故的严酷度等级划分及相应的危险可接受度;最后,从设 计、机组训练及使用操作三方面进行危险源分析。本文提出的无人机系统不安全事件发生可能性等级划分和 危险源定性分析,可为后续无人机安全管理框架的构建奠定基础。     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。     

无人机测控链路信道传播损耗模型研究

无人机测控链路的稳定可靠是确保无人机充分发挥军事和民用效能的重要保证之一。针对无人机测控链路系统设计中的空间传播损耗精确计算问题,参考ITU-R（国际电信联盟无线电通信组）P.528传播损耗模型,从自由空间损耗、大气吸收损耗和可变损耗三个方面进行了仿真研究,获得了视距条件下三种损耗衰减值与传播频率、通信距离、通信终端高度等参数的一般关系。根据提出的传播损耗精确计算方法,对某无人机典型应用场景下的传播损耗进行了分析计算。与传统损耗模型的计算结果相比,采用的方法可以获得更加精确的计算结果,对无人机测控装备的设计研制具有重要的借鉴意义。     

柔性支撑控制力矩陀螺动力学建模与控制

针对柔性支撑引起控制力矩陀螺(CMG)框架控制性能下降的问题,建立了柔性支撑条件下控制力矩陀螺的动力学模型,分析了柔性支撑扰动力矩的耦合机理并给出了解析模型.据此,设计了 一种积分滑模控制策略,用于提升对CMG框架动力学特性变化和新增扰动力矩的鲁棒性.仿真结果表明,该控制策略相比传统的PID控制具有更好的动态过程和稳态...     

基于着色Petri网的航空发动机总装作业调度研究

针对航空发动机作业并行交叉的特点,提出一种“自底向上”的柔性建模方法,着重描述异类对象作业工序对资源的占用与冲突。引入基于资源库所的共享合成运算,解决了Petri网结构重用性差而无法动态建模的问题,合成模型具有守衡、有界和无死锁的结构性质。模型的状态方程在极大-加法代数意义下具有线性的形式,结合遗传算法实现基于周期的静态调度优化。     

装备维修任务模型研究

首先建立了确定装备维修保障维修任务量模型,在此基础上运用任务安排模型给出了任务数多于维修人员数和维修时间有限两种情况下的处理方法,能比较科学的根据确定的维修任务和维修人员的情况实现对维修任务的分配.     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。