基于神经网络的机器人迭代学习控制

针对机器人动力学模型的不确定性和负载扰动,提出了一种采用神经网络的机器人迭代学习控制方法。该方法将反馈控制和神经网络学习控制相结合,反馈控制沿时间轴方向使关节运动跟踪期望轨迹,神经网络学习控制沿迭代轴方向使关节运动逼近期望轨迹。文中还给出了基于ＢＰ神经网络的学习控制算法。仿真结果表明,该方法能克服机器人动力学模型的不确定性和负载扰动,具有良好的鲁棒性和控制性能。     

进口速度分布对短突扩压器性能的影响

在任意曲线坐标系下,对环型燃烧室的三维流场进行了数值计算,研究了四种不同的进口速度分布对扩压器性能的影响。计算结果表明,进口速度大小和方向都对扩压器性能有重要影响,进口速度分布均匀以及方向贴近扩压器壁面,有利于提高扩压器的性能。计算中采用标准ｋ－ε双方程紊流模型,采用控制容积法进行离散,在非交错网格体系下用ＳＩＭＰＬＥ法求解     

一种流量阀几何形状设计计算方法

本文推导了提动头式和滑阀式窗口形两种典型调节阀的理论型面线通用坐标方程,在给定A=f(m)的函数关系后,即可计算表达该阀几何形状的曲线方程,从而求得调节阀的精确的几何尺寸。并讨论了为便于加工,型面曲线用直线近似的方法和误差的校核。     

一种采用解析积分的直线单元的边界元法

本文提出一种采用解析的直线单元计算受有离心力的二维问题的边界元法,推导了相应直线单元的积分解析式。算例表明,本文方法能获得较高的数值精度,尤其在计算靠近边界的内点应力时,效果更好。     

一种修正的Osher通量在高阶WCNS中的特性

将一种基于多维修正的Osher通量运用于高阶加权紧致非线性格式(WCNS)中,该修正通量主要在垂直于激波面的界面上增加耗散,能够改善Osher通量的激波捕捉稳定性,同时对边界层和接触间断的分辨率影响非常小。对修正的Osher通量在高阶WCNS中的特性进行研究,通过数值模拟测试了基于Osher通量的WCNS的激波稳定性、热流预测精度、边界层模拟能力、激波边界层干扰模拟能力,并与Steger-Warming通量和Roe通量进行了对比。结果表明修正后的Osher通量比Harten修正的Roe通量具有更好的激波捕捉鲁棒性,而边界层、驻点热流值和激波边界层干扰的模拟则明显优于Steger-Warming通量。上述结果说明了基于修正的Osher通量的高阶WCNS具有较好的激波捕捉特性、热流预测精度和边界层计算能力。     

氙离子推力器束流分布特性研究

建立了离子推力器束流分布的高斯模型,以200mm氙离子推力器为例,在不同工作环境下对推力器束流分布进行了数值模拟,并通过试验测量了推力器引出切面不同位置(轴向z=50mm,z=100mm)下的径向束电流密度和束离子密度分布。通过对数值模拟结果与试验测量结果的比较,误差为17%,认为数值模拟结果与试验测量结果吻合较好。表明离子推力器引出束流呈轴对称分布,在推力器出口附近,束离子密度很大,越往下游,密度越小且束流出现发散。     

湍流模型对叶片表面换热计算的影响

为了比较湍流模型对涡轮叶片外换热计算结果的影响,采用五种湍流模型及两种壁面函数计算了NASA-MarkII导向叶片表面换热并与实验数据进行了对比,结果表明:在相同边界条件下不同湍流模型的计算结果有很明显的差别,即使是同一种湍流模型,如果采用不同的壁面处理函数其计算结果也是有很大差别的;某些湍流模型的计算值只是在某个区域较为理想,还不能找到在整个叶片表面计算结果与实验数据较为接近的湍流模型.在尚无普适性较好的湍流模型的情况下,研究在不同计算域采用不同湍流模型和壁面处理函数的计算技术,是一种较好的可行的方案.      

某重型燃气轮机放气活门及排气管路的改进设计

针对某重型燃气轮机放气系统放气活门在结构设计上存在的问题,经过分析和论证,提出了改进方案,通过计算验证了该方案可以实施。     

基于迭代QR分解的DOA估计技术

提出了一种基于迭代QR分解的信源到达角(DOA)估计技术.DOA估计的子空间方法主要是通过估计信号协方差矩阵的信号子空间或者噪声子空间来求出信号的DOA参数.估计这些子空间通常需要大量的计算,采用ASIC实现时其成本会非常昂贵.本文采用迭代QR分解方法进行子空间分解,可以利用较少量的计算资源完成处理任务.仿真实验结果达到0.23毫弧度,说明该算法比较可靠有效.     

基于迭代学习控制的飞机全电刹车系统的研究

通过对飞机全电刹车系统模型的分析,结合迭代学习控制的特点设计出一种新的全电刹车系统的控制律。通过在matlab/simulink中仿真,取得了理想的效果,表明控制律的设计基本合理、可行。