空间机器人抓捕目标后动力学参数辨识研究

针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。     

Investigation of longitudinal aerodynamic parameters identification method for fly-by-wire passenger airliners

The flight control system of a fly-by-wire （FBW） passenger airliner with a complex frame-work and high feedback gain augmentation would change the original characteristic of a loaded signal and suppress the excitation of an airplane＇s pertinent motion modes. Taking a research example of an FBW passenger airliner model with longitudinal relaxed-static-stability, a new method of signal type selection and signal parameter design is proposed, through analysis of signal energy distribution and plane body＇s frequency response. According to CCAR60--the Appraisal and Use Regulation of Flight Simulator Device, the simulation validation of the FBW passenger airliner＇s longitudinal aerodynamic parameters identification is put forward. The validation result indicates that the designed signal could excite the longitudinal motion mode of the FBW passenger airliner adequately and the multiparameter comparison in simulation meets the objective test request of CCAR60. Meanwhile, the relative errors of aerodynamic parameters are less than 10%.     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

未知时延系统的全局优化辅助变量辨识

对于未知时延系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘（SNLS）辨识方法。为了降低收敛于局部最小的可能性,消除强观测噪声所引起的参数估计的偏差,利用全局优化理论,引进辅助变量,推导了全局优化的辅助变量（GOIV）辨识方法。仿真试验验证了算法的有效性。     

接触非线性仿真中接触刚度因子选取的方法研究

接触问题分析中,接触刚度的取值是难点也是重点.目前,对于接触刚度的取值,并没有成熟的方法.利用ANSYS有限元软件对弹性环式挤压油膜阻尼器的接触行为进行了分析,从理论上研究了其接触动力学、接触条件及接触参数,特别针对接触刚度因子的取值进行研究.列举不同接触刚度取值对应的有限元计算结果并分析结果的收敛性,提出了接触刚度因子的数值递推法.该方法也可以用来分析类似的接触问题的有限元计算.     

基于精密时频预测的定位域和测速域RAIM可用性增强算法

能提供精确定位解的观测值集合提供的测速解并不一定是可信的,首先将传统的定位域RAIM算法应用到测速域的完好性监测中,提出将频差预测值用于辅助增强测速域RAIM可用性,使RAIM技术能更好的满足各类用户对导航服务完好性监测的需求.通过对多种预测模型的比较,提出将三阶多项式模型和递推阻尼最小二乘法应用到接收机钟差和频差的在线精密预测算法中,使钟差预测精度提高6倍.克服了传统的钟差辅助增强RAIM可用性算法中对晶振漂移率要求较高的限制,使钟差和频差辅助增强RAIM可用性的方法能更广泛地应用到各类接收机中.     

基于源项辨识的飞机座舱污染浓度动态预测

随着大型民机飞行时间的延长,座舱空气污染事故发生概率也随之增大,快速准确的污染浓度预测对保证乘客生命安全具有重要意义.座舱各污染浓度的动态预测和污染源项强度辨识是实现座舱空气质量实时预测的关键技术.污染源项散发强度辨识,如采用最小二乘算法,参数估计是静态的,一般延迟较大;如采用单模卡尔曼滤波算法,虽能实现动态辨识,但不能同时兼顾稳态和过渡过程(突发污染)的参数估计性能,导致误差较大.为解决上述难题,本文提出基于源项辨识的飞机座舱污染浓度动态预测方法,同时完成污染源散发强度动态辨识和污染浓度状态实时预测.该算法由2个滤波器组成,分别用于匹配系统的稳态和突发过渡过程特征,提高浓度方程参数估计和状态预测性能,保证飞机座舱空气质量态势预测的快速性和准确性.仿真结果证实了该算法的有效性.     

基于GTLS的零动量卫星惯量矩阵在轨辨识

使用广义总体最小二乘(GTLS,generalized total least squares)方法对零动量卫星进行惯量矩阵在轨辨识.提出了GTLS算法的先验最小距离解的定义:当测量信息不足以确定唯一解时,解空间中最接近先验估计的解.给出了先验最小距离解的算法,并应用于惯量矩阵在轨辨识.仿真结果表明了该辨识方法的有效性及先验最小距离解相对于最小范数解的优越性.     

基于脉冲响应相关函数的模态辨识算法

利用不同时刻系统测量噪声具有独立同分布的特点,对脉冲响应进行相关处理,可以提高信噪比。为解决传统的基于脉冲响应的模态辨识算法的辨识精度问题,用某点脉冲响应同参考点响应之间的相关函数代替该点的脉冲响应以形成基于脉冲响应相关函数的模态辨识算法,并从理论上证明脉冲响应相关函数算法的辨识精度优于传统的脉冲响应算法。通过对一个四自由度系统模态频率和阻尼比的仿真辨识,验证了脉冲响应相关函数辨识算法的有效性。     

航空发动机神经网络自适应控制研究

本文研究神经网络自适应控制方法及其在航空发动机控制中应用。结合某型航空涡喷发动机,首先研究采用神经网络进行非线性动态系统辨识,包括神经网络模型辨识的格式、输入信号形式等问题。然后,提出了一种神经网络自适应控制方法,阐明了该方法基本结构、原理。最后,在选定的设计点处进行发动机控制系统设计,当偏离设计点时,利用神经网络很强的学习、适应能力,通过在线修正神经网络参数,使控制系统仍保持良好性能。