航天器单层板结构弹道极限的支持向量机预测模型

提出了一种基于非线性不可分支持向量机（SVM）方法的航天器单层板结构弹道极限预测模型。利用实验数据对SVM进行训练,建立穿透点和未穿透点的分隔面,进而预测新结构弹道极限特性。SVM的训练问题是以实验点分类正确性为约束,预测置信度最大化为目标的二次规划问题,用Lagrange对偶方法有效求解了该训练问题,并通过附加Lagrange乘子的上限约束处理不可分数据集。引入二次核函数将线性SVM推广到非线性,有效实现了实验点的分类。利用超高速碰撞实验数据对SVM弹道极限预测模型进行了验证,计算对比表明SVM方法有效预测了弹道极限,并且精度高于NASA JSC单层板弹道极限方程。对分离面方程分离变量,建立了基于SVM的弹道极限方程显式表达式。     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。     

火箭发动机气体-颗粒两相流双流体模型研究

探讨了两相流双流体模型中颗粒相压强、两相界面压强以及两相界面速度等若干关键问题,从理论上推导了双流体模型的控制方程,并讨论了颗粒相控制方程的双曲性.把LU隐式时间格式和Van-Leer矢通量分裂格式应用到两相流双流体模型中,并对一维等截面传热摩擦管道和轴对称JPL喷管中气固两相流进行了计算,计算结果与文献结果吻合良好,所建数学模型正确,所用数值计算方法可靠.     

壁面吊挂清洗机器人碰壁缓冲问题研究

从机器人自动上壁及缓冲的需求出发,分析了机器人拉力形成的机理、碰壁的原因和过程.利用空气动力学原理,给出了拉力的计算方法,采用机器人物理样机进行实验,对计算结果进行了验证.在拉力的作用下机器人与壁面贴合,同时伴随碰撞,其间冲击能量的吸收由机器人裙边和支撑机构所构成的缓冲装置承担.前者还要保证机器人贴壁后的密封,因此刚度不宜过大,后者还要保证机器人在壁面上稳定行走,因此它的刚度又不宜过小.给出了缓冲装置刚度的确定方法及其在裙边和支撑机构上的分配准则,可用于工程分析.     

一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

基于运动控制卡的多轴机床控制系统

以自行研制的多轴数控机床为实验平台,开发了基于PC机和运动控制卡的主-从式控制系统。系统开发过程中,引进有限状态机模型构建数控软件系统,采用面向对象的设计手法实现各个模块,在Visual C++平台上完成控制系统设计。最后以简便的人机交互界面形式提供用户操作。     

FGM零件快速原型制造中支撑自动生成模块设计

功能梯度材料是一种新型非均质材料,有着广泛的应用前景.传统的制造设备无法满足加工这种材料零件的要求,快速原型制造技术使得功能梯度材料零件的制造加工得以实现.支撑设计决定快速原型制造产品精度.针对功能梯度材料零件数字化设计制造中的支撑生成问题,采用了基于邻边排序的Stereo Lithography模型切片算法并提出了基于多边形布尔运算的支撑生成算法.根据功能梯度材料零件几何信息及零件内部材料分布信息实现支撑间距自适应改变,提高了快速原型产品精度.通过对支撑自动生成实例的分析,验证功能梯度材料零件快速原型制造中支撑自动生成算法的正确性.      

利用神经元拓展正则极端学习机预测时间序列

为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learning Machine),并研究了其在时间序列预测中的应用.NERELM根据结构风险最小化原理权衡经验风险与结构风险,以逐次拓展隐层神经元的方式自动确定最佳的网络结构,以避免传统神经网络训练过程中需人为确定网络结构的弊端.应用于时间序列的仿真结果表明:NERELM可有效实现对于RELM最佳网络结构的自动确定,具有预测精度高与计算速度快的优点.      

基于预测扭矩前馈的涡轴发动机内模控制方法

基于内模原理设计了涡轴发动机功率涡轮转速控制器.针对主旋翼扭矩变化对功率涡轮转速的干扰,提出了一种基于极端学习机的扭矩预测方法.极端学习机训练基于动态仿真数据,其输入通过相关分析获得.基于内模原理的功率涡轮转速控制器采用极点配置的设计方法,将输入信号的内模直接加入控制器,实现鲁棒跟踪.扭矩前馈采用比例微分(PD)控制策略,实现对发动机负载变化干扰的有效补偿.数字仿真结果表明:极端学习机扭矩预测精度高,扭矩相对误差小于1.5‰,与不加前馈控制相比,所提出的控制方法减小了机动飞行过程中功率涡轮转速的超调或下垂30%以上.      

Modeling and Optimal Design of 3 Degrees of Freedom Helmholtz Resonator in Hydraulic System

Three degrees of freedom (3-DOF) Helmholtz resonator which consists of three cylindrical necks and cavities connected in series (neck-cavity-neck-cavity-neck-cavity) is suitable to reduce flow pulsation in hydraulic system. A novel lumped parameter model (LPM) of 3-DOF Helmholtz resonator in hydraulic system is developed which considers the viscous friction loss of hydraulic fluid in the necks. Applying the Newton’s second law of motion to the equivalent mechanical model of the resonator, closed-form expression of transmission loss and resonance frequency is presented. Based on the LPM, an optimal design method which employs rotate vector optimization method (RVOM) is proposed. The purpose of the optimal design is to search the resonator’s unknown parameters so that its resonance frequencies can coincide with the pump-induced flow pulsation harmonics respectively. The optimal design method is realized to design 3-DOF Helmholtz resonator for a certain type of aviation piston pump hydraulic system. The optimization result shows the feasibility of this method, and the simulation under optimum parameters reveals that the LPM can get the same precision as transfer matrix method (TMM).