飞机颤振模态参数辨识的期望最大化

文章采用一种适用于噪声环境的期望最大化算法,准确地辨识飞机的颤振模态参数.在建立随机状态空间模型的基础上,该算法以迭代的形式计算似然函数的最大值,它包括两步:期望和最大化.无需计算对数似然函数的二阶偏导及其近似式,可提高似然函数收敛于平稳点的可能性.算前采用新息方差准则估计出系统的阶数,以减少计算复杂度.最后利用试飞试验数据辨识飞机的系统参数,验证了其方法的有效性.     

SMB色谱分离过程简化模型辨识

在线性等温线条件下针对葡萄糖和果糖两组分SMB色谱分离过程,依据机理模型设计了恰当的仿真实验,基于MIMO-ARX模型类对其进行了简化模型辨识。根据模型验证结果,分析了不同样本数据和模型结构参数对模型精度的影响。获得的简化模型对机理模型的动态行为具有较好的逼近能力．对基于模型的控制器设计具有一定的指导意义。     

基于回馈递推方法的导弹鲁棒飞行控制系统设计

首先将一种侧滑转弯导弹的非线性运动方程变换为适用于回馈递推方法的形式,其次利用回馈递推方法设计了导弹飞行控制器,系统的收敛性通过李亚普诺夫稳定性理论得到了严格的数学证明,然后针对作动器的位置、速率饱和对于系统性能的影响,采用非线性优化方法,避免了用通常回馈递推方法继续回推分析作动器动态过程的复杂性,得出了一种折衷考虑作动器动态特性、导弹飞行性能和鲁棒性的控制器。仿真表明了本方案的有效性。     

航空发动机起动发电机输出轴断裂故障建模仿真分析

简述了某型航空发动机在地面试验时起动发电机输出轴断裂的故障现象,建立了发动机、起动发电机及其电气控制系统的数学模型。通过建模仿真分析了两个车台多次断轴的故障原因,明确指出1号车台起动电源特性恶化是断轴的主要原因;2号车台起动电源电压反馈选择不合理,使其电源特性与起动发电机、线路阻抗不匹配是断轴的主要原因。根据仿真分析结果,分别制定解决方案并付诸试验验证,原有故障得到排除,表明所建模型正确、仿真结果可信、排故措施有效。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

带有空间机械臂的航天器系统惯性参数辨识

针对航天器惯性参数在轨辨识问题,文章以空间机械臂为研究对象,建立了带有空间机械臂的航天器系统动力学模型,并进行了空间机械臂的动力学分析。通过规划一种复杂的空间机械臂的运动轨迹,对机械臂各关节施加合适激励的方法,使空间机械臂做充分可变构型运动。该运动会改变航天器系统的惯性分布,从而引起航天器系统速度变化。然后,通过ADAMS(Automatic Dynamic Analysis of Mechanical Systems,机械系统动力学自动分析)软件建模测量这些速度变化,计算出空间机械臂的惯性变化,进而基于动量和动量距守恒的方法建立线性回归方程。最后,通过应用递推最小二乘法解线性回归方程组,辨识出了航天器的惯性参数。仿真分析结果表明了所辨识的航天器惯性参数的有效性和准确性。     

非定常气动力非线性微分方程建模方法

为准确描述过失速机动中非定常气动力特性,研究了以非线性微分方程为基本结构的非定常气动建模方法.基于动力学系统建模思想,分析揭示该模型的物理机理,并发展和改进了基于风洞强迫振荡试验的模型参数辨识方法:基于小振幅试验数据,采用线性回归参数辨识方法辨识确定气动模型中特征时间常数等线性参数;基于大振幅试验数据,采用遗传算法全局...     

基于截尾D-最优的加速度计离心机试验优化设计

为了提高加速度计在离心机试验中的试验效率和加速度计模型系数的辨识精度,针对离心机试验中加速度计高阶误差项的辨识精度问题提出了截尾D-最优设计方案,并与饱和D-最优试验计划进行了对比,结果表明采用本文提出的加速度计离心机试验的截尾D-最优试验计划,能够提高加速度计高阶模型项的辨识精度.     

基于圆形轨道的卫星位置递推方法

卫星无源定位系统对目标进行定位时,用于定位的卫星位置与时差或相位差等信息可能不同步,无法进行定位,需要把定位信息统一到同一时刻。针对这一问题,提出了基于圆形轨道的卫星位置递推方法,把卫星位置信息同其它信息统一到同一时刻,然后进行定位。该方法比常用的直线轨道递推方法误差更小,准确度更高,对提高定位精度具有较大应用价值。     

自适应滤波在平台自标定数据处理中的应用

对平台标定中数据处理的一种方法是对角度传感器输出分析，解算出移角速率，并在此基础上辨识出漂移参数。由于平台自标定在动基座条件下进行，角度传感器输出中的噪声统计难以确定，并且会出现时变的情况。传统的卡尔曼滤波方法不能适用。自适应卡尔曼滤波的估计状态的同时，利用观测数据带来的信息，可在线估计噪声的统计特性，从而不断地改进滤波器的设计。建立输出数据常速度模型，采用Sage和Husa自适应滤波算法，进行参数辨识，得到较好的效果。