高密度永磁同步电机的变参数等效磁网络分析

针对双“I”型转子结构的内置式高密度永磁同步电机(PMSM),基于MATLAB/Simulink平台提出了一种变参数等效磁网络法,充分考虑转子漏磁,且通过变参数环节,自动调节各部分磁导率,计算铁心饱和,提高了变参数等效磁网路法的计算准确性。利用该磁网络,分析了转子尺寸参数对电机空载电磁性能以及气隙磁密波形的影响,为高密度PMSM初步设计提供了一种有效快速的分析手段。     

不同目标函数参数优化的FOPI直流调速控制

为了提高直流调速系统性能,将直流调速系统速度控制器设计为分数阶PI(FOPI),并与整数阶PI控制特性进行比较。在确定FOPI/PI控制器参数时,根据不同目标函数用粒子群算法对控制器参数进行了优化,并分析了不同目标函数所确定的控制器参数对调速系统性能的影响。仿真表明:FOPI有较好的控制性能。在设计控制器参数时,可根据性能要求选用不同的目标函数优化设计控制器参数。     

基于时频切片分解的时变系统参数识别

系统参数识别分为时不变系统参数识别和时变系统参数识别两大研究方向,其中时不变系统参数识 别的研究已趋于成熟,而时变系统参数识别的研究则仍然处于起步阶段。对于多自由度时变结构,提出一种基 于时频切片分解的时变系统参数识别方法。该方法采集结构的振动位移响应,根据时频分解计算得到响应在 整个时频段内的时频能量分布图;依据结构的时频分布特性,选择多个时频切片窗分解响应信号,再对分解出 的信号分别进行逆变换计算完成时域上的信号重构;重构出来的信号对应于结构的各阶模态位移响应信号,利 用Hilbert变换提取信号瞬时频率,从而识别出结构各阶频率。通过一个三自由度的弹簧阻尼质量仿真实验, 验证了该方法具有良好的识别精度和工程实用价值。     

配电方式对Kaufman离子推力器性能的影响研究

目前Kaufman离子推力器主要有两种最具代表性的配电方式:屏栅极电源正端分别连接阳极电源正、负端的配电方式。为了研究配电方式对Kaufman离子推力器工作性能的影响,基于等离子体理论和推力器工作原理,分析两种主要配电方式下放电室电极电势及电流平衡关系,推导了放电室等离子体特性表达式,理论分析了配电方式对离子推力器多种性能参数的影响。结合兰州空间技术物理研究所自研的LIPS300离子推力器在两种配电方式下工作在3kW和5kW的性能试验,通过解析方法对离子推力器多种工作参数和性能参数进行分析,试验结果与理论分析结果具有良好的一致性。研究表明:采用屏栅极电源正端连接阳极电源负端的配电方式能够获得更大的推力和比冲,并能提高离子对栅极透明度,减少离子对屏栅极的溅射,从而提高栅极寿命,但束离子产生成本稍高。研究结果可为离子推力器配电方式的设计与优化提供依据。     

镁基碳纤维增强复合材料超声辅助切削试验研究

为研究镁基碳纤维增强复合材料(C_f/Mg)的切削力与已加工表面质量,开展了硬质合金铣刀与硬质合金钻头超声辅助切削试验研究。通过正交试验得到,超声辅助铣削C_f/Mg复合材料时铣削力随每齿进给量及铣削深度的增加而明显增大,随主轴转速的增加而减小;试验中,在超声辅助铣削时每齿进给量0.025mm、铣削深度0.2mm、转速6000r/min加工参数下铣削力最小,每齿进给量0.025mm、铣削深度0.2mm、转速4000r/min加工参数下表面质量较好;采用硬质合金钻头进行单因素钻削试验时,轴向钻削力随主轴转速的升高而减小;与传统钻削相比,超声辅助钻削能减小轴向钻削力,在机床转速6000r/min、机床进给速度100mm/min加工参数下超声辅助钻削相比传统钻削可减小约36%的轴向钻削力;超声辅助钻削相比传统钻削能改善钻孔出口的毛刺、分层等缺陷。     

融合机床精度与工艺参数的铣削误差预测模型

为弥补现有五轴联动数控铣床加工飞机结构件的加工精度评估系统的不足,提出利用机床精度检测数据和零件特征及其工艺参数来构建评估指标体系,基于BP神经网络建立了飞机结构件加工误差预测模型。通过完成训练的网络权值分布,计算出各输入指标对最后评估结果的影响,并通过实例分析检验了模型的可靠性。结果表明,经BP神经网络模型训练得到的结果和样本零件的三坐标测量机测量数据基本吻合,选取的评价指标具有有效性。该评估模型能够有效地融合机床精度检测数据和零件特征及其加工工艺参数,对飞机结构件的铣削加工误差进行预测。     

连续式风洞二喉道调节马赫数控制策略

为了降低连续式跨超声速风洞压力波动,提高马赫数稳定性,需要对二喉道调节马赫数控制方式进行研究,针对现有文献鲜少对该控制策略描述等问题,以0.6m连续式跨声速风洞为例,对二喉道控制马赫数的原理进行分析,基于运动控制器加伺服驱动器双PID(proportion-integral-derivative)控制模式实现二喉道位置精确控制,提出了二喉道和压缩机转速的组合控制流程,并采用分段变参数模糊PID加串级控制的算法实现马赫数精确控制,最后进行了试验验证。结果表明马赫数控制精度优于0.001,且每个马赫数极曲线(9个攻角阶梯)的时间可控制在4min以内,证明所提出的控制策略是有效的,可为连续式跨超声速风洞的设计调试提供参考。      

基于同步电机电抗参数定义式的仿真计算方法

从同步电机各种稳态和瞬态电抗参数的定义、各种电抗参数与电机内部各绕组和磁路结构之间的电磁关系出发,提出了一种基于电抗参数定义式的仿真计算方法,给出了详细的仿真计算步骤。通过算例与样机实测结果的对比,表明仿真计算结果与实测值非常吻合,从而验证了所提计算方法的有效性和准确性。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.