机器人问题求解中的评价函数及矛盾和冗余的消除

本文提出了一种求解复杂的机器人问题的算法,该算法采用子问题求解与分层策略相结合,在动作规划过程中,建立了初始状态下的前指针和目标状态下的后指针,并形成一个决定动作排序优先级的评价函数,按不同的空间和时间段的差异,将全局的动作序列划分为若干子区域。本算法证明只需在子区域范围内消除冗余和矛盾,即可大大地提高系统的效率,在子区域范围内出现矛盾时,用优先级高的动作取代优先级低的动作,变矛盾为冗余,最后保留排在最前面的动作,而删除后面相同的动作,即消除了冗余。     

基于分层传递系统模型的航天器故障诊断方法

 针对传统的传递系统模型在航天器自主诊断系统中只能表示单一粒度诊断知识,知识表示的完备性差,导致诊断结果的分辨率不高,且诊断系统执行效率低的问题,提出了分层传递系统模型和诊断方法。为了保证不同粒度诊断知识的完备性表示,将系统模型按不同粒度和结构关系进行分层。通过自顶向下的递归搜索,先监测系统异常,再匹配故障类型,逐层缩小搜索空间,最终找出故障候选集和故障的层次关系。同时为了减小计算规模,在诊断过程中引入了分离策略,降低实时诊断计算量。应用该方法建立了某卫星测控分系统模型并进行故障仿真,结果表明该方法可以增加模型知识表示的完备性,并能有效提高诊断效率和结果的分辨率。     

Gain self-scheduled H_∞ control for morphing aircraft in the wing transition process based on an LPV model

This article investigates gain self-scheduled H 1 robust control system design for a tailless fold- ing-wing morphing aircraft in the wing shape varying process. During the wing morphing phase, the aircraft’s dynamic response will be governed by time-varying aerodynamic forces and moments. Nonlinear dynamic equations of the morphing aircraft are linearized by using Jacobian linearization approach, and a linear parameter varying (LPV) model of the morphing aircraft in wing folding is obtained. A multi-loop controller for the morphing aircraft is formulated to guarantee stability for the wing shape transition process. The proposed controller uses a set of inner-loop gains to provide stability using classical techniques, whereas a gain self-scheduled H 1 outer-loop controller is devised to guarantee a specific level of robust stability and performance for the time-varying dynamics. The closed-loop simulations show that speed and altitude vary slightly during the whole wing folding process, and they converge rapidly after the process ends. This proves that the gain self-scheduled H 1 robust controller can guarantee a satisfactory dynamic performance for the morphing aircraft during the whole wing shape transition process. Finally, the flight control system’s robustness for the wing folding process is verified according to uncertainties of the aerodynamic parameters in the nonlinear model.     

基于网络流仿真的潜通路分析方法

针对线索表法在分析潜通路问题过程中约束条件过多的问题,在人工神经网络分析法的基础上应用网络流仿真进行潜通路分析.根据电路元件的电气特性以及人工神经网络的特点,建立了元件的定性仿真模型,确定电路网络的构成方式.通过网络流仿真模拟电流在电路系统中的扩散过程,预测电路中负载的响应.通过对比电路网络中负载的设计响应以及通过分析预测得到的负载响应,就可以判断出电路网络是否存在潜通路问题,并且找到发生潜通路问题的原因.该方法可以正确预测电路网络中的负载响应,克服了线索表法的缺陷,减少对分析已知条件的要求以及人为因素对分析结果的影响.     

转捩对压缩拐角激波/边界层干扰分离泡的影响

为了研究转捩对压缩拐角内分离泡结构的影响,进行了来流马赫数2.9,24°压缩拐角激波/转捩边界层干扰的直接数值模拟（DNS）。通过在拐角上游平板的不同流向位置处添加周期性吹吸扰动激发流动转捩,使得转捩不同阶段进入拐角入口,从而在拐角内产生激波/转捩边界层的相互干扰。计算得到的平均速度剖面、壁面压力分布以及分离泡大小与风洞试验及以往直接数值模拟结果吻合较好,验证了计算结果的可靠性。研究了转捩过程对角部干扰区内分离泡结构的影响规律,分析比较了不同转捩阶段下角部分离区内湍动能的生成、耗散和分配机制。研究结果表明：转捩初期的拟序涡结构对分离泡尺度及形状影响最大,发卡涡包在角部拐点附近发生展向融合,并在角部区域形成湍流斑,此时分离泡尺度最小,形状呈现中间高两边低的山峰型。随着转捩的发展,分离区内湍动能生成和近壁区的耗散逐步降低,此时输运项起到了主要的平衡作用。     

航天器轨迹偏差的非线性非高斯预报方法

针对航天器轨道偏差传播问题,提出一种高斯和模型与状态转移张量结合的预报方法。该方法使用多个子高斯分布加权拟合状态偏差分布,再以高阶状态转移张量分别预报每个子高斯分布,以捕获偏差分布的非高斯性,减小预报误差。将其应用到航天器二体轨道问题中,对比分析不同方法的预报结果。仿真结果表明,该方法可以逼近Monte Carlo仿真的预报精度,并显著提高计算效率,对长时间预报问题,效率提高可达数十倍。该方法面向一般的非线性系统状态偏差预报问题,尤其在长时间仿真预报时兼具很好的精度和计算效率。     

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。     

基于神经网络的轴类损伤检测研究

理论分析表明,结构损伤前后固有频率的变化包含了结构损伤位置和程度的信息.在此理论基础上,对一个一端固定轴模型进行了损伤数值模拟,提取同有频率的变化信息并采取合适的方法构造改进型BP神经网络来判断结构损伤.检测表明,该方法在结构损伤检测中具有较好的应用前景.     

一种Ka频段波导微带鳍线转换结构

为使波导微带转换的尺寸和性能更优,采用HFSS高频仿真软件里的样条曲线做波导微带转换的鳍线渐变曲线,使波导微带转换的过渡长度与采用其他渐变曲线在相同指标情况下相比更短一些。转换模型中的介质基片向标准矩形波导宽边两侧延伸四分之一波长并在其上各打一行孔径和间距合适的金属填充通孔,这样既便于固定基片,又能提高鳍线电路的隔离度。使用HFSS软件对该模型进行仿真优化分析后的结果为：在28．5～39GHz频带内得到大于25dB的回波损耗和小于0．1dB的插入损耗,基本达到预期目的。     

基于升华法实验研究后掠翼三维边界层的转捩

在西北工业大学的低湍流度风洞,采用升华法研究不同雷诺数下后掠翼上表面的转捩现象。实验发现雷诺数较低时,后掠翼上的转捩由流向不稳定触发,转捩位置在最小压力点之后,转捩分界为一条直线;当雷诺数足够大时,转捩由横流驻波不稳定触发,转捩提前到最小压力点之前,转捩分界呈现尖楔形状。该结果表明升华法不但能够较准确地分辨出后掠翼上的转捩位置,还能够区分不同的转捩机理,判断转捩是由流向不稳定还是横流驻波不稳定触发。此外,实验中还发现在横流驻波不稳定增长较大时,升华法能够提供转捩上游区域边界层内的横流不稳定信息;当横流驻波不稳定进一步增强时,该不稳定受模型表面粗糙度的影响较大,萘的喷涂有可能会影响到升华法的结果。