基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。     

《导航定位与授时》征稿简则

本刊于2014年创刊,是北京自动化控制设备研究所和中国宇航出版有限责任公司联合主办的学术期刊(双月刊)。本刊坚持党的基本路线,提倡“双百方针”。本刊宗旨:关注前沿、强化融合、追求卓越、服务军民。刊物下设导航与控制、定位与授时、仪表与部件、仿真与测试四个专栏,基本涵盖了当代导航与控制领域的理论和工程实践应用。一、投稿约定1.来稿(1)来稿应符合科技论文写作惯例和基本要求,通过网络在线投稿(http://dhdwyss. zghtqk. com/ch/index. aspx)。稿件请用word格式,作者自留底稿。(2)来稿一般在3个月内提出处理意见,在此期间,请不要一稿两投。若3个月后仍未在投稿系统内查询到稿件处理结果,作者有权自行处理来稿。     

航空铝合金LC4在酸性介质中的在线腐蚀监测

根据航空铝合金LC4进行阳极化和封孔处理后在不同浓度醋酸溶液中电容的变化进行在线腐蚀监测.阳极化铝合金LC4在醋酸溶液中的电容变化可分为三个阶段,缓慢增长期,快速增长期和大幅振荡期.结合SEM截面观察结果,在缓慢增长期,氧化膜致密耐蚀;在快速增长期,氧化膜变得疏松;大幅振荡期的出现标志着铝合金表面的阳极氧化膜已经被完全腐蚀掉.同时还研究溶液浓度和封孔对电容变化规律的影响.结果表明,可以通过阳极化铝合金LC4在醋酸溶液中的电容变化规律进行腐蚀状况的在线评价.另外,通过LCR数字电桥测得的阻抗-频率图谱与传统测量得到的电化学阻抗谱相比,在变化规律上具有较好的一致性.     

数控五坐标高速铣床的PLC控制

介绍了一种高速铣床CNC控制系统的结构及特点:指出了这台铣床PLC程序设计中的重点问题,为此类高速数控机床的控制提供了技术参考.     

抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

锂离子电池极片涂层厚度在线测量系统

锂离子电池极片涂层厚度的实时高精度测量是实现对锂电涂层厚度控制的前提。针对在生产过程中的锂离子电池极片涂层厚度动态、非接触、高精度的测量要求,设计了一种基于非接触式电容传感器进行微位移测量的在线式测量系统。介绍了传感器结构及测量电路基本原理,搭建了适用于锂离子电池极片涂层厚度测量的硬件系统,开发了可用于数据采集、线性校正、数据记录的基于虚拟仪器技术的测试系统。经测试,该传感器的分辨力为0.1μm,现场长期运行证明该系统满足生产的测量要求。     

基于模糊自适应Kalman滤波的MEMS惯导系统在线修正研究

MEMS惯性导航系统中,针对传感器零偏存在随机启动的不确定性误差,以及抗外界干扰能力低的实际问题.本文提出了一种基于模糊自适应Kalman滤波在线修正的方法,与常规Kalman滤波相比,该方法通过制定模糊规则,将残差的理论方差与实测方差迹的比值模糊化处理作为模糊推理的输入,量测方差的修正因子作为输出,实时评估系统的观测噪声,既抑制了滤波的发散又增强了估计修正过程中的稳定性.仿真结果表明:该方法能够准确的估计出系统的随机误差,并且在系统观测噪声的统计特性发生变化时,估计的精度和系统鲁棒性依然优于常规Kalman滤波.     

基于人工免疫的直升机传动系统在线异常监测方法

 针对直升机在线监测时难以提取状态特征的问题,提出一种适用于直升机传动系统在线状态监测方法。该方法基于生物免疫系统反面选择机理,利用改进型反面选择算法并结合人工神经网络进行监测。该方法能有效地提取直升机传动系统的状态特征,并结合直升机传动系统的实际情况准确得出状态异常度。在线监测实例结果表明,该方法能较准确监测出直升机传动系统的异常状态,验证了该方法具有较好的在线性、准确性及鲁棒性。