X波段宽带单通道单脉冲双圆极化自跟踪天馈系统的研究

在国内首次成功研制7~12GHz宽频带单通道单脉冲自跟踪天线的基础上,对X波段宽带单通道单脉冲双圆极化自跟踪天馈系统进行研究。研究内容包括宽频带六单元照射器的设计、波束形成网络及跟踪原理的设计分析和单通道变换网络的调制与解调原理。同时,对宽频带照射器的测试、馈源和差网络的调试和天馈系统外场联调进行详细说明,并给出仿真和实验结果。测试结果非常理想,达到了设计要求。     

空间柔性绳网多碎片捕获动力学研究

随着空间碎片数量的增加,其对近地轨道中的在轨卫星产生越来越严重的威胁,空间多碎片的高效清理在近年来也成为了学界关注的热点问题。针对柔性绳网在一次任务中同时对多个碎片进行捕获清理的问题,建立了柔性绳网的动力学模型和与碎片接触动力学模型,并对捕获过程中柔性绳网与碎片的运动进行了仿真模拟。针对绳网的最大拉伸力、质量块位移速度等变量,深入分析捕获过程中绳网与碎片的运动特性。数值仿真结果表明,在一次任务中,柔性绳网可以对多个旋转空间碎片进行捕获,并实现稳定的包裹缠绕,展示了柔性绳网良好的捕获能力。     

基于反馈误差学习的神经网络控制

研究了应用神经网络和ＰＤ反馈控制实现非线性系统的自适应跟踪问题。ＰＤ反馈控制器不但保证闭环系统的稳定性,同时其输出又作为训练神网络的参考信号。证明了通过选择适当的初始加权和加权的调节速率可以实现非线性系统的固定点跟踪。     

基于小波神经网络的复合材料损伤检测

讨论了小波变换和小波神经网络,借助小波变换良好的时频带通分层性,从各阶二进小波变换的频域中提取特征,送入小波神经网络进行学习和分类,结果表明该方法稳定可靠,在复合材料智能化研究中具有很大前景。     

一种基于倾斜影像线特征的三维模型优化方法

针对基于点云构建的建筑物模型通常存在的表面凹凸不平、边缘锯齿等现象,以及建筑物模型中存在的视觉效果不佳的问题,本文提出了一种基于倾斜影像三维线特征约束的三维模型优化方法。该方法以重叠区域为依据对线段进行质量评估与筛选。然后采用选权迭代思想对三维线段进行择优重构,以三角网为单元进行平面拟合与模型表面的纠正与优化,以三维线段为辅助对模型边缘的三角网进行纠正与优化。采用无人机倾斜摄影数据进行实验,将本文方法与Poisson表面重建方法进行了比较,结果表明本文方法有效地消除了平面凸包和边缘锯齿,边缘精度优化至1像素以内,平面精度优化至0.5像素,模型总体精度比Poisson表面重建方法提升了近1倍。此外,对比现有的完全基于点云模型重建算法,本文方法极大地改善了模型的视觉效果,保持了三维模型平面与边缘的特征,模型的边缘和表面精度都得到了提升。     

Petri网理论及其在离散事件系统中的应用

 本文扼要介绍Petri网理论及Petri网图。阐明了Petri网的解析方法,举出了用Petri网建立离散事件系统模型的例子。最后用Petri网不变量对系统进行了验证。     

电子政务流程设计中的工作流建模方法研究

提出了一种用Petri网对电子政务流程建模的方法,利用这种方法可以设计出较为精确而实用的电子政务流程模型。该模型具有结构严谨,易于分析的特点。经过实例分析,对流程的建立和分析验证过程进行了详细描述,并给出了用三元组表达分析过程的方法,证明了用该方法建立的电子政务流程模型是合理有效的。     

叶尖间隙控制系统供气部件特性及模拟方法

针对低压涡轮叶尖间隙控制系统中典型供气管路,即圆形截面90°弯曲冷却管,开展其工作特性和模拟方法研究.通过1∶1单管模型试验结合三维数值模拟方法,研究了冷却管上冲击孔的出流特性,分析了进气参数、冲击孔排布对冷却管内气体流动及流量分配的影响规律.在此基础上,提出了基于冲击孔进口有效总压概念的冷却管一维网络流动计算模型,建立了低压涡轮叶尖间隙系统中典型供气管路的一维网络流动计算方法,并应用于某型发动机组件流量特性试验设计中.研究中发现,随着远离进口位置,冷却管冲击孔出流流量和冲击孔流量系数逐步增加;随着进口雷诺数的增加,冷却管内冲击孔出流流量均有所增加,而冲击孔流量系数基本保持不变.试验数据和计算结果比对表明,所建立的一维网络流动计算模型可以准确模拟出冷却管的出流特性,计算结果同组件流量特性试验数据之间最大相对误差为4.5%,在叶尖间隙控制系统这类系统复杂流路的流动问题分析中具有良好的应用效果.      

维修效能评估与定检周期优化研究

飞机定检周期与维修保障效能有着直接而紧密的联系,本文利用petrinet建模技术,构建了内场维修保障模型,仿真分析定检周期变化对维修保障效能的影响。仿真结果表明,定检周期的延长显著提升了各专业内场维修保障活动的效率及反应能力,缓解了内场维修调度的压力,也为缩减内场编制创造了条件。     

液压飞行仿真转台外框FNN控制器设计及仿真

以液压转台外框为控制对象,根据模糊控制理论,设计出直接自适应模糊控制器(DAFC,Direct Adaptive Fuzzy Controller)和同步模糊控制器(SFC,Synchronizing Fuzzy Controller)来解决外框负载干扰和双液压马达同步驱动这2个影响转台控制性能的主要问题;其中直接自适应模糊控制器还与PID控制器一起组成并行控制系统来抑制系统静态误差和动态干扰.针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,根据模糊神经网络(FNN,Fuzzy Neural Net)模型设计出多输入多输出(MIMO,Multi-Input Multi-Output)的FNN控制器.软件仿真结果表明,当转台外框负载发生变化或外框两马达转速相差较大时,使用FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能.