OPC UA技术在智能校准系统中的应用

为提高手持式数字万用表检定系统的自动化程度,结合机器人、工业相机、传感器等具有一定智能技术的设备,研制手持万用表的全自动校准系统。针对系统基于LabVIEW构建的上位机和基于PLC技术构建的下位机之间如何实现安全、稳定的实时数据交互,提出基于创建共享变量的传统技术和基于OPC UA新一代通信技术的两种通讯方法。通过工程实现,充分验证了基于OPC UA技术的新方法实现LabVIEW和PLC通信的可行性,该方法具有开发周期短、稳定性高、响应性快、实时性强等优点,同时编程工作减少,代码更简洁美观,降低维护难度。     

非合作目标智能感知技术研究进展与展望

智能感知是实现航天器在轨精细化操控过程的关键技术,是在轨服务技术智能化的重点发展方向之一。空间目标智能感知包括位姿测量、三维重建与部位识别等关键技术,涉及小样本、多模态、模型适应与高维数据等问题。从工程应用角度出发,对非合作目标智能感知技术的研究现状进行系统的梳理与总结。首先,总结典型非合作在轨感知系统与光学敏感器技术的发展现状;其次,归纳总结了非合作目标智能感知涉及的关键技术;最后,基于研究现状总结和关键技术分析,探讨了非合作目标智能感知目前存在的主要问题,并给出后续发展的建议。     

基于耦合气动参数的HGV多模型估计

利用气动参数对未知气动力建模是提高高超声速滑翔目标跟踪精度的有效途径。对目标气动加速度及其导数项进行分析,在非耦合气动参数模型的基础上,考虑气动加速度在转弯和俯仰方向存在的先验信息,推导滚转和螺旋2种耦合气动参数模型。利用一种分离估计模型对目标状态与气动参数进行估计,分别给出状态滤波器和气动参数滤波器的表达式。同时,考虑不同飞行模式下参数的机动频率,构建基于耦合气动参数的交互多模型跟踪算法。仿真表明,本文所提算法精度显著高于针对该类目标的其他跟踪算法。同时,滚转模型的性能优于螺旋模型,且计算复杂度更小。      

计算整机雷达散射截面的部件组合方法

本文应用部件组合方法结合相对相位综合技术计算丁某型战斗机的雷达散射截面(RCS)。部件组合方法是估算复杂形体目标RCS的一种有效方法,但同时也存在精度较差的不足。为解决这一问题,在分析计算中本文将真实目标等效为较多个部分典型几何体(如部分椭球,部分椭圆平板等)的组合,并首次应用准三维凹曲面作为典型散射体来替代战斗机的翼身融合过渡部分,从而使简单散射体的组合体较好地保持了原目标的散射特性。计算及其与测试结果的比较表明,本文采取的措施使部件组合法的计算精度有了很大改善,使之成为一种简便、省时、具有较高精度的估算整机RCS的有效方法。在全方位角范围内,计算与测试值的均方误差小于3dB,最大误差小于6dB。在IBM—4341机上用本文程序计算某型机在某一姿态角下的RCS(垂直和水平两种极化)分布曲线,只需约4分钟CPU时间。     

雷达散射截面静态测量的精度分析

本文讨论了在微波暗室内影响雷达散射截面(RCS)静态测量精度的因素。着重分析背景、喇叭馈源间耦合以及定标体引入误差的原因。指出目标支撑架和定标体是主要的误差源,其选用原则是:目标的雷达散射截面必须高于背景雷达散射截面20dB以上;视被测目标雷达散射截面量级选择相应的目标支撑和定标体。最后通过200mm×200mm的金属平板理论值和测量值的比较,说明上述分析的正确性。     

直升机旋翼气弹响应及桨毂载荷的参数灵敏度分析

提出了一种有效的旋翼气弹响应及桨毂载荷的参数灵敏度分析方法。建立了响应灵敏度导数的时域有限元方程，通过配平计算及响应灵敏度的耦合分析，由力积分法与多桨叶求和法直接得到桨毂载荷的灵敏度导数。数值计算结果表明，与灵敏度分析的有限差法比较，直接的灵敏度分析法可以大幅度降低灵敏度分析所需的计算时间，为有效的旋翼结构多学科综合优化提供了快速的参数灵敏度分析方法。     

钛合金的SRCI超塑性及其计算机优化

本文简略介绍了钛合金的应变速率循环诱发超塑性，并着重讨论了它的计算机优化的原理和实验方法。实验结果表明，未经细化处理的钛合金在应变速率循环的变形方式下具有比常规超塑性实验更显著的超塑性，而通过计算机优化可进一步挖掘材料的潜力，获得更为优良的超塑性。这一新的研究方法为探求超塑性的最佳变形模式开辟一条崭新的途径。     

非合作空间目标自主交会凸优化制导技术

为解决非合作空间目标机动、自旋、章动等动态特性对自主交会过程带来的困难和挑战,在某飞行器姿轨控一体化推进系统配置的基础上,充分考虑各类约束后构建标准的凸优化自主交会数学模型;着重分析了非合作目标动态特性对制导误差的影响,设计相应的修正策略;以原始对偶内点法作为核心求解器,设计了具备状态预测和更新能力的制导算法;数学仿真验算表明,该方法合理可行,克服了动态特性造成的接近轨迹偏差,良好地适应了非合作交会任务。     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。