基于VAPS～FLSIM的FMS导航系统实时仿真系统设计

基于VAPS、FLSIM软件建立了飞行管理系统控制显示组件(CDU)和导航模型实时仿真系统.在满足实时性前提下,给出了基于FLSIM的导航模型设计方法.建立了一个通用的、基于网络连接的飞行管理系统的CDU和导航模型.实现了飞机管理系统中控制显示组件的动态图形仿真以及在实时环境中飞行计划的生成.给出了航线导航的设计方法,实现了导航信息数据的实时传输.     

基于结构奇异值理论的压电柔性结构振动鲁棒控制

基于结构奇异值μ理论,针对含压电作动器和传感器的柔性结构,提出了不确定性振动控制系统的一般分析框架和鲁棒控制器设计方法.考虑了结构的模态参数不确定性和高阶未建模动态,通过引入适当的虚拟输入、输出和相应的加权函数分离出系统的不确定部分,建立适合于鲁棒μ控制器设计的增广系统,用D_K迭代算法求解控制器,以使闭环系统同时满足鲁棒稳定性和鲁棒性能要求.以含一个压电作动器和传感器的悬臂梁为例设计了鲁棒控制器,仿真结果表明对结构振动具有很好的抑制效果.     

弹黏塑性材料稳恒扩展II型裂纹尖端应力场

 采用弹黏塑性力学模型,对II型动态扩展裂纹尖端应力场的对数奇异性,进行了分析计算。详细地分析了黏性系数α、马赫数Ma²对裂纹尖端的应力场影响。指出了对数奇异性区域存在的问题,解释了过渡区的成因,对过渡区尖端场解的形式和求解方法做了合理的推测。     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

整体加筋壁板的破损安全特性与断裂控制分析

用有限元和断裂力学方法分析大型整体机翼下壁板的破损安全特性。对一个九桁条铝合金整体加筋板,裂纹从断裂筋条下向两侧均匀扩展的开裂形式,进行了应力强度因子和剩余强度计算,并和另一个具有相同构形的铆接加筋板的结果进行对比。当裂纹长度在两倍桁条间距以内时两种加筋板的剩余强度水平相当。但是当整体壁板中的裂纹穿过外侧相邻桁条时,整体桁条的止裂能力逐渐减弱。研究对整体壁板蒙皮胶接止裂条的断裂控制措施及有限元建模分析方法,描述止裂条胶层局部脱粘的处理方法和迭代过程。止裂条材料分别选用了钛合金和单向层压复合材料。计算结果说明胶接止裂措施能显著提高整体加筋板的破损安全性能。     

基于模糊变结构的空间飞行器姿态控制

根据空间飞行器姿态系统具有非线性、强耦合、多输入多输出的特点,对飞行器姿态模型的非线性和不确定性,提出分散模糊变结构控制方法。利用模糊系统对不确定性函数进行逼近,将获得的模糊系统函数作为系统不确定性界函数,对模糊逼近所带来的误差以及外部干扰项,采用控制补偿方法。理论分析和仿真研究表明,提出的控制方法具有姿态跟踪精度高,实时计算量小,便于工程实现等优点。     

基于Bang-Bang控制思想的迭代学习控制算法研究

根据迭代学习控制基本原理,吸取了Bang-Bang控制的思想,提出了新的迭代学习控制算法。与常用的利用迭代误差或误差变化率进行控制率计算的算法相比,该算法只需根据迭代误差的符号即可计算控制率,不仅大大减小了计算工作量,而且增强了系统的抗干扰能力。给出了算法表达式和控制结构图,进行算法收敛性分析。仿真结果表明该算法的有效性和收敛性。     

大功率拖动及控制在旋翼试验塔中的应用

介绍了大功率变频拖动系统在旋翼试验塔中的设计方案,它采用s7-300plc的控制,使其具有优越控制性能和良好的动特性,经过试验证明能很好的达到各项技术性能指标。