一种基于知识推送的故障诊断系统

分析了基于知识的故障诊断,针对现有系统不能主动将知识在适当的时候传递给决策者的缺点,提出了一种基于知识管理的、以数据流驱动的、知识主动推送的故障诊断系统的体系结构,分析了其主要层次结构及知识的组织和管理,提出了以数据流驱动的知识主动推送方式.建立了知识主动推送的控制模型,开发了知识管理和数据流驱动的集成原型系统,并以液体火箭发动机试车台的故障诊断为例,实现了基于知识推送的故障诊断系统,后续实验证明了该方法的有效性.      

二次奖罚学习自动机

研究了奖罚型学习自动机的一种非线性强化算法。与线性的奖罚模型（ＬＲＰ）不同,新模型的行动选择概率的更新函数为二次的。这使得该模型的学习性能优于ＬＲＰ,且对不同的环境,其具有不同的行为和特点。     

圆锥脉冲等离子体诱导流场特性分析

对等离子体诱导流场特性进行研究,有利于解决双稳态非对称分离涡带来的连续比例控制困难的问题。在封闭光学玻璃箱体内,应用介质阻挡放电等离子体对20°顶角圆锥附近静止大气进行了定常和脉冲循环控制,对等离子体诱导的圆锥截面绕流速度场进行了二维PIV测量,对定常控制和脉冲循环控制下最大绕流速度及最大轴向涡量进行了比较分析。实验结果表明：相对于定常控制模式,脉冲循环控制下沿垂直于圆锥截面对称面径线分布的时间平均切向速度和轴向涡量范围较广;在脉冲循环控制下,动量传递的主要表现在离散涡的形成而不是气流的加速。     

大迎角分离流场在等离子体控制下的特性研究

设计了一种新型的大迎角主动流动控制方法。采用圆锥-圆柱组合体模拟飞行器前体,在靠近圆锥尖端处镶嵌了一对马蹄形单电极介质阻挡放电（single_Dielectric Barrier Discharge SDBD）等离子体激励器,通过风洞实验研究了等离子体激励器在不同状态下对大迎角模型前体的非对称气动载荷的控制作用。实验结果表明,通过控制等离子体激励器的开闭可以使得圆锥-圆柱组合体在大迎角下出现的侧力改变方向。还对通过调节单侧等离子体激励器的激励电压实现圆锥前体侧力系数在正负极值间连续变化的可能性进行了初步的实验探索。     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

头盔伺服系统的主动柔顺控制

 对头盔伺服系统(HMDPM)主动柔顺控制策略的主要内容——轨迹规划和控制方法进行了研究。首先,采用基于力反馈和滑动杆动力学模型的头部运动预测法进行轨迹规划,该方法利用并联机构(PM)分支杆长与运动平台位姿间的映射关系,通过力反馈信息和6-3UPS并联机构滑动杆动力学模型对头部运动进行预测,为头盔伺服系统的位置控制提供期望轨迹;然后,基于头盔伺服系统的动力学模型对系统的惯性项和非线性项进行了计算,设计了惯性项和非线性项补偿控制器,在进行头部运动跟踪的同时,实现了头盔显示器与头部间接触力的控制;最后,采用SimMechanics模块建立了HMDPM—人交互模型,并进行了相关验证实验。仿真结果表明,基于力反馈和滑动副滑动杆动力学模型的头部运动预测法能实时地、较为准确地预测出头部运动位置;基于动力学模型的惯性和非线性项补偿控制器不仅可以较为准确地跟踪头部运动,而且还能有效地减小头盔显示器与头部间的接触力,降低执行机构的刚度、减少系统摩擦力等非线性因素对使用者的干扰。     

基于并行FPGA阵列的宽带转发式干扰机设计

针对目前雷达探测技术缺乏宽带转发式干扰机的现状,提出了一种基于并行FPGA阵列的宽带转发式干扰机的设计方案。首先从理论上分析确定了诱饵的灵敏度和发射功率,而后以12 bit高速DRFM模块为基础,构建了多通道并行储频转发结构,实现了可覆盖GHz级带宽的转发式干扰机系统。实验结果表明,诱饵系统在频率覆盖宽度和输出信号质量等方面均达到了预期水平。     

机敏支撑结构的振动主动控制

 机敏结构是具有传感和执行双重功能的结构形式，无需外界帮助可自适应调节其状态。通过机敏结构建立了三维支撑结构的振动主动控制系统，利用Hamilton原理和变分法中的Euler公式导出了压电机敏结构的离散控制方程，采用加速度反馈实现了支架的振动主动控制。     

在非定常气动力作用下弹性飞行器的动稳定性及主动控制

首先导出了在非定常气动力作用下的弹性飞行器纵向运动方程。而后就简化的非定常气动力数学模型提出了分析气动弹性对飞行器稳定性影响的方法。并从有效抑制飞行器的弹性振动角度研究主动反馈控制、操纵面及陀螺位置合适选择的最优综合设计问题。     

基于迭代学习控制的导弹PID控制器参数寻优

针对设计导弹PID控制器时存在的对比例、微分、积分3个控制参数大量盲目试凑的问题,利用迭代学习算法对控制参数进行自动寻优,最终得到最佳控制参数,从而实现了对PID控制器参数自动寻优的目的,简化了控制器的设计过程。通过仿真结果验证该方法在PID控制器参数自动寻优上是有效的,同时也为导弹控制器参数整定提供了工程适用的方法。