Artificial equilibrium points for a solar balloon in the α Centauri system

This paper discusses the generation, stability, and control of artificial equilibrium points for a solar balloon spacecraft in the α Centauri A and B binary star system. The continuous propulsive acceleration provided by a solar balloon is shown to be able to modify the position of the (classical) Lagrangian equilibrium points of the three-body system on a locus whose geometrical form is known analytically. A linear stability analysis reveals that the new generated equilibrium points are usually unstable, but part of them can be stabilized with a simple feedback control logic.     

神经网络专家系统在电源系统诊断中的应用

为了解决卫星这类复杂系统采用单一的智能故障诊断技术的诊断局限性问题,提出一种基于模糊综合评判的神经网络和专家系统相结合的诊断方法。选用改进的BP神经网络,添加动量因子和可变学习速率,并通过计算十个相同结构神经网络输出的标准差获得诊断结果的可信度。采用基于可信度的专家系统不确定性推理,给出了可信度计算方法。采用代数积与代数和模糊算子对两种诊断方法的结果进行综合评判。成功地应用于某卫星电源系统的故障诊断中。结果表明诊断的可信度和诊断的正确率得到提高。     

人工拉格朗日点附近的被动稳定飞行

利用太阳帆能在三体问题中实现人工拉格朗日点,人工拉格朗日点克服了经典拉格朗日点位置固定的缺点,研究人工拉格朗日点的被动控制对深空探测有重要的意义。理论上人工拉格朗日点都不稳定,研究表明在被动控制下存在某些人工拉格朗日点的稳定特性与稳定平衡点非常接近,在工程上可以认为稳定。被动控制可以通过设计太阳帆来实现,本文给出了被动稳定太阳帆的设计,在该设计下考虑轨道和姿态的耦合动力学方程。基于该耦合方程研究了人工拉格朗日点的稳定性。仿真结果表明被动太阳帆使得人工拉格朗日点稳定。     

任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

中国运载火箭技术发展

中国航天运输系统建设起步于20世纪60年代,经过近50年的发展,取得了举世瞩目的成就,建设了布局合理、覆盖全面的空间运输系统体系,能够将不同有效载荷发射到低、中、高不同轨道。国际合作方面,在搭载发射、商业卫星发射服务和在轨交付3个方面也取得了一定成绩。对中国航天运输系统发展成就进行了总结,对航天运输系统未来发展特别是人工智能技术应用进行了展望。     

智能制造环境下的数控系统发展需求

"智能"是"中国制造2025"的核心要素,数控系统是制造装备实现智能化的关键要素。论文首先提出机床的信息互通和开放式标准数据接口是实现机床智能化的前提,举例说明了STEP-NC在通用数据接口方面的优越性,概述了适用于数控系统的通讯总线特征;在此基础上,介绍了工艺大数据对生产加工的重要性和其对新一代数控系统的要求,针对制造业数据平台的需求,对大数据信息挖掘技术做了相关介绍。依托于以上两点,总结了智能化数控系统可具备的功能,依托于工艺大数据平台,重点分析了智能工艺规划和加工参数自整定的实现方案,以及智能数控对高速高精加工所提供的便利。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

BP神经网络理论在模型修正的应用

神经网络由于其本身具有的优越性,已广泛应用于各个领域中的分类、联想问题。将神经网络理论用于对利用有限元分析方法得到的系统模型进行修正,从计算结果看,该方法收敛速度快且收敛到全局最优解。     

Evolution of airports from a network perspective——An analytical concept

Analyzing airports' role in global air transportation and monitoring their development over time provides an additional perspective on the dynamics of network evolution. In order to understand the different roles airports can play in the network an integrated and multi-dimensional approach is needed. Therefore, an approach to airport classification through hierarchi-cal clustering considering several parameters from network theory is presented in this paper. By applying a 29 year record of global flight data and calculating the conditional transition probabil-ities the results are displayed as an evolution graph similar to a discrete-time Markov chain. With this analytical concept the meaning of airports is analyzed from a network perspective and a new airport taxonomy is established. The presented methodology allows tracking the development of airports from certain categories into others over time. Results show that airports of equal classes run through similar stages of development with a limited number of alternatives, indicating clear evolutionary patterns. Apart from giving an overview of the results the paper illustrates the exact data-driven approach and suggests an evaluation scheme. The methodology can help the public and industry sector to make informed strategy decisions when it comes to air transportation infras-tructure.