航天器环境干扰力矩的闭环辨识与补偿

研究引入干扰力矩辨识的方法提高三轴稳定航天器在稳态运行期间的高精度指向控制问题.基于航天器的稳态输出数据和系统传递函数,对环境干扰力矩的完整模型进行闭环辨识.其中采用改进的特征系统实现相关算法和多元线性回归法辨识环境干扰力矩的模型参数,最后使用前馈控制对所辨识的环境干扰力矩实现在线补偿.分析和仿真结果表明,该方案能有效地克服不确定的环境干扰力矩对姿态稳定度的影响,提高在轨运行航天器的姿态稳定精度.     

一种改进的BP网络系统辨识算法的研究

本文提出了一种降低网络灵敏度的BP网络改进算法,即在网络的误差反向传播信号线上增加一个协调器, 该协调器控制各层权值的修正,大大提高了网络的学习速率。通过对具体网络的仿真,证明了该算法的可行性。     

电液伺服系统的间接自适应模糊滑模跟踪控制

为改善电液伺服系统的跟踪控制,根据滑模控制原理和模糊系统逼近能力,设计了一间接自适应模糊滑模跟踪控制方案。该法以自适应模糊系统替代系统自治特性,用滑模方式设计控制律,在滑动模态附近建立一边界层,以平滑不连续控制削弱抖振。仿真结果表明该方案有效。     

基于Hilbert-Huang变换的航天器发射段力学环境分析

文章基于Hilbert-Huang变换,对某载人航天器发射过程中整流罩分离期间测量的力学环境参数进行处理分析,利用HHT的基函数自适应性特点,得到振动时间历程信号的时频域Hilbert谱,准确识别出信号主频率及对应时间范围。此应用案例可为地面力学试验条件制定以及运载接口条件确定提供参考。     

涡轴发动机高速两支点转子不平衡识别

针对实际工作中的涡轴发动机不平衡量难以监控现状,提出了一种基于非线性支承参数的涡轴发动机高速两支点转子不平量识别方法。建立起转子动力学有限元模型,以支承位移响应工频信号有效值为目标,采用Pointer优化器开展不平衡量识别,通过反馈迭代识别油膜阻尼、刚度。以某真实发动机转子的不平衡量开展识别验证,识别结果符合实际转子不平衡量变化规律,该识别方法计算效率满足工程要求,为发动机整机振动响应仿真分析中的不平衡量施加提供输入条件。     

基于最小二乘法和硬件在环平台的永磁同步电机参数辨识

针对永磁同步电机多个参数同时辨识时会出现欠秩的情况,介绍了在dq坐标系下采用最小二乘法将多个参数分开辨识的方法。在硬件在环平台上采用该方法对电阻、电感和磁链进行了辨识。最后进一步考虑到电阻和磁链受温度的影响较大,进行了考虑温升的电阻和磁链的辨识。经验证,该方法可以比较准确地辨识出电机参数。     

基于模型辨识的数控机床专用伺服电机位置控制

数控机床精密加工要求伺服电机具有精度高和响应快等特性,而传统的伺服控制器位置环采用的是简单的误差比例(P)控制,这种控制方法的响应性不能满足加工要求。提出一种基于模型辨识的伺服电机角位移控制方法。首先,采用最小二乘法辨识出传统闭环控制系统的模型;然后,分析模型的零、极点,根据模型特性设计补偿控制器;最后,通过试验结果说明所提方法能快速、准确地跟随系统输入。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

军用危险品航空运输装卸保障风险预测 ac

针对军用危险品航空运输装卸保障过程中的风险问题,根据军用危险品航空运输装卸保障理论与实际,梳理出影响军用危险品航空运输装卸保障的因素,建立了影响因素层次模型。针对影响因素的不确定性,将模糊集理论应用到贝叶斯网络中去,建立了基于模糊贝叶斯网络的军用危险品航空运输装卸保障风险预测的数学模型。最后,将实例中的节点证据输入到模糊贝叶斯网络中,对保障风险进行推理,验证了模型的有效性和实用性。     

基于小波包变换及相关系数法的复合材料层合板冲击位置识别研究

复合材料较为广泛应用于航空、航天等工程领域,但对冲击载荷十分敏感。因此,对复合材料结构承受的冲击载荷进行在线监测以及冲击位置的实时识别具有重要意义。文章以复合材料层合板为研究对象,基于两个冲击位置的距离越靠近则接收到信号幅频特性相似度越高的特点,采用FBG光纤光栅传感器,通过小波包变换的方法来提取能量特征向量,同时结合相关系数法来实现复合材料层合板的冲击位置识别。在480 mm×480 mm的复合材料层合板上开展冲击实验,8次实验皆完成了冲击位置识别,其中7个点距离误差为0 mm,实现精准识别,另一个点误差在6%以内。