再入飞行器极限环运动分析

应用控制再入飞行器纵向运动二阶微分方程,根据外形对称特征,建立气动力系数模型,对方程进行定性分析.由构造的相平面,揭示出运动的全局特性--螺旋点、鞍点、Hopf分岔、极限环以及导致振荡运动和发散的初始条件域.应用多尺度法获得运动方程的极限环振幅和频率的渐近表达式,讨论了Hopf分岔类型.对静态俯仰力矩系数变化产生的影响也进行了分析.     

信道状态信息无线感知数据获取及应用综述

近年来,基于信道状态信息（CSI）的无线感知技术在室内定位、活动识别、健康检测等方向有众多探索性研究应用。然而,现有研究获取CSI数据主要依靠自主采集,对CSI开源数据集和数据采集设备/工具的研究现状不够清晰。首先阐述了基于无线保真（WiFi）CSI的无线感知技术,详细介绍了9种CSI数据采集设备/工具,概括了CSI的应用方向及研究现状,并汇总了近5年的CSI开源数据集,分析了现有CSI无线感知研究的局限性与面临的挑战,最后总结全文并对CSI无线感知未来的发展进行展望。     

传热对微型摆式发动机性能的影响机制分析

建立了微型摆式发动机(Micro internal combustion swing engine,MICSE)的计算模型,揭示了传热及其尺度效应对微型摆式发动机性能的影响机制。结果表明:壳体仅在一个较薄的热缓存层内与工质气体进行周期性热交换。在进气过程中,热缓存层对气体的传热会提高气体温度,从而降低进气质量和压缩比;在做功过程中,气体对热缓存层的传热减少做功,这两方面都会降低系统热效率。尺寸越小,进气气体在热缓存层传热下的温升越大,相对进气质量和压缩比越低;做功过程中的气体向热缓存层的传热量占燃气总化学能的比值越高。因此尺寸越小,传热效应增强,热效率越低。     

无人平台SLAM技术研究进展

作为一种定位与感知方法,同时定位与建图(SLAM)是实现无人平台导航制导与控制的关键技术。阐述了SLAM技术的发展历史、研究现状与应用场景,分析并介绍了SLAM原理及其算法实现。此外,总结了若干SLAM领域的研究热点,并对SLAM技术的发展趋势进行了展望。     

四足机器人研究综述

凭借对恶劣地形的强适应性,四足机器人已经成为当今移动机器人研究的热点,其研究深具社会意义和实用价值。阐述了四足机器人的发展及研究现状,以具有代表性的四足机器人为据,从结构设计、控制方法和环境感知技术三个方面综合介绍了四足机器人系统,总结了四足机器人的关键技术及主要问题,最后给出了具有前瞻性的结论。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

一种平纹编织复合材料的三维通用单胞模型

为了解决采用通用单胞(GMC)方法开展编织复合材料多尺度模拟的技术难题,发展了一种三维通用单胞模型,可用于二维平纹编织复合材料的多尺度模拟。概述了三维通用单胞方法的基本理论和求解流程;基于对二维平纹编织复合材料细观结构特征分析,建立了其三维通用单胞模型,并通过与传统有限元单胞模型的宏细观力学响应分析计算结果对比,验证了所建模型的正确性。采用基于通用单胞模型的有限元多尺度模拟方法,开展了二维平纹编织复合材料平板试件的模态分析。与试验结果对比表明,采用所建立的通用单胞模型预测得到的前五阶固有频率绝大部分的精度较传统有限元方法有了明显提升。该方法的优势在于可以基于通用单胞模型开展多尺度模拟,进而研究宏细观力学响应的相互关联。      

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

针对GEO目标的美国天基态势感知技术发展研究

为了掌握针对地球静止轨道(GEO)目标的天基态势感知技术动向,文章系统整理了美国相关卫星的公开数据和资料。根据卫星的功能和使命,GEO目标的天基态势感知技术试验卫星可分为3类:目标观测卫星、目标交会与抵近操作卫星以及目标编目卫星,并分别对3类技术试验卫星的有效载荷、平台和运行轨道等方面进行分析和比较,梳理了针对GEO目标的天基态势感知技术发展演进脉络,对后续态势感知技术的发展趋势进行了预测。文章的研究内容可为我国未来态势感知技术发展提供借鉴。