圆柱绕流的环量控制

对用壁面射流控制圆柱绕流的问题进行了研究,并探讨了喷口位置、多喷口吹气等问题。结果表明,喷口位置对圆形翼型的气动特性影响很大;多喷口吹气既可以提高圆形翼型的最大升力系数又可以降低吹气的能量消耗。     

航天员活动的计算机仿真中人体动力学模型

研究了失重状态下人体的动力学方程。从动量矩守恒原理出发，应用矢量力学和多刚体动力方法建立起失重状态下人体的动力学模型，所得方程是一阶的，适用于计算机编程。方程的求解只要求输入人体基本的质量特性参数和相邻肢体的运动控制规律。文末给出了一个航天员通过双腿的圆锥摆运动来改变其自身姿态的例子，并求得了解析积分式。     

多面棱体和多齿分度台差分实现基准小角度

介绍了目前常使用的正多面棱体和多齿分度台 ,阐述了它们之间如何实现基准小角度的方法 ,最后介绍了一个用 2 3面棱体和 36 0齿盘差分出小角度 1°/ 2 3,测量感应同步器的测角系统每 1°内 2 3点的角位置误差的方法     

BTT导弹的抖动抑制多模型切换控制

 基于线性系统特征结构配置和模型跟踪方法,以及优化工具,提出了可以有效抑制抖动的多模型切换控制策略,并用该策略设计了 BTT导弹俯仰 /偏航通道的自动驾驶仪。在导弹的整个飞行轨道上选取了若干点,分别建立起描述 BTT导弹俯仰 /偏航运动的线性时不变数学模型。对各个线性时不变模型,分别用特征结构配置方法设计反馈控制器对系统进行镇定。为了使导弹过载跟踪制导指令,又基于模型跟踪方法设计了前馈控制器。当导弹跨越不同特征点区域时,控制器要进行切换。为了减小切换时的抖动,针对切换后的特征结构配置反馈控制器,利用优化工具合理选取其自由度。仿真结果表明,所提出的方法令导弹的输出过载准确跟踪制导指令,而且切换抖动得到有效抑制。     

基于MAS的舰载机动态调度模型

基于多主体系统（MAS）技术研究了充分考虑舰载机故障与维修影响的实时动态调度模型。通过系统分析舰载机的基本作业流程,建立了3层混合控制的柔性模型架构。充分考虑故障等系统扰动的影响,提出基于合同网协议（CNP）的两级交互协同机制提高主体（Agent）间的协商效率,并尽可能消除重调度的影响。给出Agent个体的抽象原则以及开放性式内部结构。深入探讨了基于MAS的舰载机动态调度的基本算法。最后,选取舰载机的典型任务,在特定舰载机可靠性维修性水平下对调度过程进行仿真验证,获取了与实际调度过程趋势相符的舰载机出动能力曲线,证明了模型的可行性。     

新型整体多级盘毂转子单元体加工技术

与传统单级整体叶盘相比,新型整体多级盘毂转子单元体加工技术是将轴颈、盘及毂筒作为一个零件进行单元体整体加工,避免了单个零件安装和焊接结构带来的诸多缺点。具有减重、增效和提高可靠性等优点。本文从工艺路线的安排、工装和刀具的设计、加工变形有限元法预估、高速轻载荷切削四方面入手,总结出一套针对此类零件的加工方法,具有重要的指导意义。     

考虑模糊因素的结构多目标优化设计

研究目标函数,约束条件和设计变量都具有模糊性的结构全局优化问题。根据这三种集合的不同特点,结合模糊数学理论,以不同方式形成它们各自的隶属函数,从而合理地表达了它们 模糊度,特别是目标集给出三种不同的隶属函数表达,分析了它们的各自特点。     

超机动飞机的非线性多速率控制系统

用非线性动态逆方法设计超机动飞机的控制律是一种简便可行的方法，但实际使用时需要解决控制律的离散化问题。多变量非线性系统的离散化是一个复杂的问题。本文根据逆方法和歼击机运动的特点，提出了一种简单直接的实现方法，该方法基本保留了连续域系统控制律的形式。用通常歼击机的最高采样频率来实现该方法，可以得到与连续域非常接近的控制结果。本文还提出了该形式的多速率实现方式，可以降低对机载计算机吞吐力的要求，其控制结果与连续域的差别仍很小。最后讨论了如计算时延等实际问题     

利用SQP控制涡扇发动机加速过程的多目标最优化研究

在涡扇发动机加速过程控制中引入多目标评价函数法中的线性加权和法,实现发动机加速过程的双变量控制。研究过程中,充分考虑了涡扇发动机加速过程中的各项约束条件。仿真结果表明,应用多目标最优化方法来进行发动机加速最优控制是可行的,能充分发挥发动机的潜力。      

基于多层激励函数量子神经网络的入侵检测研究

为解决传统入侵检测模型所存在的检测效率低,对未知的入侵行为检测困难等问题,对神经网路隐层激励函数进行了研究,利用多层激励函数的量子神经网络模型进行入侵检测,该量子神经网络借鉴量子理论中量子态叠加的思想,使得隐层神经元能表示更多地状态或量级,从而很好的对入侵类型进行分类,增加隐层神经元的处理速度和检测性能法。实验表明,叠加的每个sigmoid函数较传统的sigmoid函数不仅对已知的入侵具有较好的识别能力,而且能较好的识别未知入侵行为,从而实现入侵检测的智能化。