基于参数自整定模糊PID控制的大型液压源温控系统设计

根据液压源温度控制系统的非线性、时变的大滞后特性,采用参数自整定模糊比例积分微分(PID)控制算法,通过模糊推理在线调整PID的3个参数,给出了PID参数在线整定原则和模糊控制器设计。仿真结果表明:用该法设计的控制器较传统PID控制器有更好的动态性能和鲁棒性。不同工况的实验验证其液压源油温控制精度达到文献[1]的B级要求(±2℃)。     

航天智能复合材料的发展与应用

介绍了智能复合材料的系统组成,以及传感器、致动器和控制器等实现的关键及其功能。讨论了航天结构健康监测,结构自适应、减振与自愈合,以及弹性记忆复合材料(EMC)的原理和典型应用。     

自激法在TYD-110/√3-0.007H型电容式电压互感器试验中的分析应用

文章首先从理论上分析了自激法的工作原理.其次采用FKGST光导介损测试仪提供的自激法,对整体状态下的电容式电压互感器(CVT)的电容及介损进行了测量.最后对产生误差的原因进行了分析.     

复合材料板壳任意位置处载荷识别

提出了一种受载单元判别法,根据遗传算法生成的染色体所对应的载荷作用点的横、纵坐标和每个单元四条边间的几何关系,判断出集中载荷作用的单元,再根据力的等效分配原则,把载荷等效分配到所在单元的节点上,进而基于有限元分析和遗传算法自身优越的全局搜索能力实现作用于复合材料结构网格节点或单元内部任意位置处的载荷识别.与现有的神经网络识别法和有限元反分析法相比,该方法具有能够识别非网格节点处的载荷的优点,且仿真算例表明其识别精度更高.      

三轮升压式高压除水系统焓参数法性能计算

针对传统空气循环制冷系统热力参数匹配计算方法复杂的缺点,引入焓参数法建立了三轮升压式高压除水制冷系统匹配计算模型,简化了系统状态点中湿工况点的计算过程.并用所建模型进行了匹配计算,得到了系统各状态点的热力参数,计算结果表明采用焓参数法进行匹配计算,简化了计算过程.通过对系统性能分析表明系统存在最佳水当量比;三轮功率比参数增加,压气机增压比和涡轮膨胀比下降.      

Boost变换器软开关技术的研究

提出一种新型有源软开关技术,在辅助开关和谐振电路的作用下,可以实现开关电源中开关管的零电压开通和零电压关断,而且可以减小开关管的电压应力和电流应力。对电路工作原理和参数设置进行了分析,给出了关键参数的选取原则。利用实际电路,验证了有源软开关技术的有效性。     

基于灰关联层次分析法的无人机自修复控制策略评价

结合层次分析法(AHP)和灰关联度分析(GRA)法的优点,提出了一种灰关联层次分析(GRAH)综合评价方法,用于对无人机自修复控制策略进行评价。划分了无人机自修复控制策略的自修复等级,并与综合评价值统一起来,解决了不同自修复策略的修复效果评价标准问题;建立了自修复策略的评价指标体系,并给出了各指标的定义和计算公式;为了降低算法的复杂性,把一致性检验问题转化为一般的统计假设检验问题;构造了多专家判断矩阵和灰关联度矩阵,并给出了完整的GRAH评价模型。仿真结果表明,本文提出的GRAH综合评价法具有满意的准确性和可靠性。     

弹道中段目标进动周期估计的改进自相关法

自相关法可用于估计弹道中段雷达目标的进动周期,它需要预先给出进动周期的上下限。进动周期下限可能远小于真实进动周期,此时自相关法的估计性能将严重下降。定义了自相关函数(ACF)的凸包,在此基础上提出了一种改进的自相关法。首先求出ACF和其凸包的差函数,然后搜索差函数的最大值,从而得到进动周期的估计值。理论分析和仿真结果表明:当进动周期下限和真实进动周期相差不大时,该方法的估计性能接近自相关法;当进动周期下限远小于真实进动周期时,该方法仍然具有良好的估计性能;由于进动周期的上下限之比通常大于2,因此该方法的计算量比自相关法增大的倍数小于1.4;同时它对先验信息的要求非常宽松。因此该方法具有广泛的适用性。     

姿控式直接侧向力与气动力复合控制策略设计

针对自旋导弹直接侧向力与气动力复合控制问题,提出一种分阶段复合控制策略,该策略充分考虑了直接侧向力离散控制和空气舵连续控制的特点,将弹体迎角和侧滑角响应过程分为上升段和保持段以实现快速精确跟踪。上升段考虑固体脉冲发动机的快响应特性,利用整数线性规划(ILP)得到了需要开启的脉冲发动机数量,产生直接侧向力控制导弹快速建立迎角和侧滑角。保持段则基于动态逆控制和自抗扰控制技术,通过空气舵控制迎角和侧滑角稳定在期望值,以克服侧向喷流干扰效应和大迎角飞行带来的非线性耦合的影响。仿真结果表明,依靠直接侧向力与气动力的分时串联作用,可以有效地抑制复合系统的外扰和模型不确定性的影响,显著加快拦截导弹的过载响应速度。     

基于CNN 与BiLSTM 的退化设备剩余使用寿命预测

针对DC-DC 变换器难以建立物理退化模型的问题,提出了一种基于卷积神经网络和双向长短期记忆 神经网络的剩余寿命预测算法。首先,通过对DC-DC 变换器中关键器件进行失效模式分析,得到DC-DC 变换 器的失效特征参数;然后,采用卷积神经网络对多传感器信号进行融合和特征提取,获得百分比指数退化指标; 其次,将获得的健康指标输入到融合注意力机制的双向记忆神经网络中,利用注意力机制对输出结果进行加权 融合,利用不同的权重值优化预测模型,最后,利用蒙特卡洛丢弃法获得剩余寿命的区间估计,并通过仿真数 据验证了所提出方法的有效性。