电动汽车牵引用永磁同步电机的场路联合仿真

基于Maxwell 2D和Simplorer联合仿真平台,以1台额定功率20 kW的电动汽车牵引用永磁同步电机为研究对象,建立考虑电机饱和问题和损耗影响的电机牵引系统仿真模型。通过分析恒转矩工作区间id=0控制与MTPA控制、高速运行区间id=0控制与弱磁控制的牵引特性,具体对比了电机的磁链、电流、转矩脉动、驱动效率等特性。通过试验测试,验证了仿真方法的正确性,为电动汽车牵引电机调速系统的控制仿真提供了参考。     

Multipath mitigation method based on Gaussian mixture model in RF relative measurement

Radio Frequency (RF) technology represents a high-precision relative navigation solution that has significant potential for application to earth-orbiting satellites. In precision applications, multipath errors dominate the total error because observables, which are used to estimate carrier-phase integer ambiguity, are not always subject to a Gaussian distribution when dual-frequency ambiguity estimation methods are used in the presence of multipath. As it has been shown that ranging observables obey a Gaussian mixture distribution, this study proposes improvements to the accuracy of estimation based on multipath mitigation founded on the Gaussian mixture model. To this end, such a model is created for integer ambiguity resolution in the presence of multipath, using which the theoretical error in dual-frequency ambiguity estimation is derived. Expectation Maximization (EM), which aids dual-frequency ambiguity estimation, is subsequently proposed to reduce the effect of multipath errors. Finally, two experimental scenarios are implemented to test the performance of the proposed method. The results show that EM-aided dual-frequency ambiguity estimation reduces the range error to approximately 20% in comparison with simple dual-frequency ambiguity estimation. Therefore the proposed technique is effective for multipath mitigation in RF relative measurement.     

概率安全评估和可靠性分析中故障树的重要度分析

概率安全评估中故障树的临界重要度和可靠性分析中全局灵敏度指标都可以用来表征基本事件的重要程度。两种重要度分析之间有哪些区别和联系?首先,简述概率安全评估中故障树的定性及定量分析过程;然后,介绍故障树问题在可靠性评估中的失效概率计算及全局灵敏度指标的定义;最后,通过对三个飞机系统的故障树进行分析。结果表明:概率安全分析与可靠性分析得出的系统故障的概率基本一致,而由于引入基本事件发生概率的随机性,使得基本事件的重要性排序发生变化,甚至带来颠覆性的重要性排序,并且随机分布类型和分布参数对全局灵敏度指标的影响也是需要考虑的。     

基于交叉熵和空间分割的全局可靠性灵敏度分析

基于失效概率的全局灵敏度分析可以度量各个基本随机变量的不确定性对失效概率的影响程度,对如何降低结构的失效概率具有指导意义。基于交叉熵方法和空间分割提出一种新全局可靠性灵敏度分析方法。该方法采用交叉熵法自适应的确定重要抽样密度函数,有效地回避了传统重要抽样中设计点位置和个数求解的困难。基于评估失效概率所使用的样本,利用空间分割方法计算各个输入随机变量的全局可靠性灵敏度指标,能够提高样本的利用率和计算效率。文中利用一个数值算例和两个工程算例验证了所提方法的计算效率和精度。     

适用于非周期流固耦合问题的时间谱方法

针对非定常流固耦合设计、分析问题所面临的计算效率与精度、鲁棒性之间的矛盾,采取将Chebyshev谱方法与基于非定常面元和几何非线性梁有限元模型的流固耦合分析方法相结合的方式,建立了针对大展弦比机翼非定常流固耦合优化设计问题的,可与伴随方法相结合的时间谱方法。Chebyshev谱方法直接对流固耦合的控制方程进行处理,利用Chebyshev算子替换系统状态变量,将非定常问题转化为Chebyshev控制点处耦合的定常问题。通过这种方式建立的流固耦合时间谱方法具有较高的计算精度、效率和足够的鲁棒性。验证算例及Goland机翼颤振速度计算实例表明,Chebyshev谱方法的计算精度随着Chebyshev控制点个数的增加而不断增大。只需选取较少的控制点,Chebyshev谱方法便可以达到满足精度要求的计算结果。与此同时,建立的流固耦合时间谱方法不仅适用于周期性非定常问题还适用于非周期性非定常问题。     

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化（EM）算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解：在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器（HCKS）,获得目标状态的后验估计;在M-step,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。     

基于动态集成算法的航空发动机气路参数预测

针对单一学习机对航空发动机气路参数预测困难的问题,提出了基于动态加权核密度估计（DWKDE)组合方法的集成预测算法,该组合方法选择测试样本的近邻样本,通过评估学习机在近邻样本的局部性能动态确定各学习机的权值,并基于该权值利用加权核密度估计实现数据序列的集成预测。该组合方法不易受离群值和样本不对称分布的影响,将该组合方法用于AdaBoost.RT和AdaBoost.R2算法,获得了改进后的集成学习算法。实验证明:相比于神经网络和原始集成学习算法,改进后的集成学习算法较好地提高了航空发动机气路参数序列的预测精度,方均根误差（RMSE)指标至少可降低27%。