基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

基于磁链辨识的无轴承薄片电机轴向振动抑制策略

为了进一步提高BPMSM的悬浮性能,提出了一种基于磁链辨识的BPMSM轴向振动抑制策略,通过转子磁链的变化来估测转子轴向偏移量,然后将轴向偏移量转化为d轴电流分量参考值i*d,通过对i*d的调节来改善薄片转子的轴向恢复力,实现对轴向振动的有效抑制,从而有效改善电机的悬浮性能。试验结果表明:所提出的轴向振动抑制策略能够对薄片转子轴向振动进行有效抑制,提高系统的抗干扰能力,系统的运行性能得到了有效改善。     

Relevant experience learning: A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments

Unmanned Aerial Vehicles (UAVs) play a vital role in military warfare. In a variety of battlefield mission scenarios, UAVs are required to safely fly to designated locations without human intervention. Therefore, finding a suitable method to solve the UAV Autonomous Motion Planning (AMP) problem can improve the success rate of UAV missions to a certain extent. In recent years, many studies have used Deep Reinforcement Learning (DRL) methods to address the AMP problem and have achieved good results. From the perspective of sampling, this paper designs a sampling method with double-screening, combines it with the Deep Deterministic Policy Gradient (DDPG) algorithm, and proposes the Relevant Experience Learning-DDPG (REL-DDPG) algorithm. The REL-DDPG algorithm uses a Prioritized Experience Replay (PER) mechanism to break the correlation of continuous experiences in the experience pool, finds the experiences most similar to the current state to learn according to the theory in human education, and expands the influence of the learning process on action selection at the current state. All experiments are applied in a complex unknown simulation environment constructed based on the parameters of a real UAV. The training experiments show that REL-DDPG improves the convergence speed and the convergence result compared to the state-of-the-art DDPG algorithm, while the testing experiments show the applicability of the algorithm and investigate the performance under different parameter conditions.     

基于NFTET的高超声速飞行器再入容错制导

针对以X-33为对象的三自由度高超声速飞行器,采用相邻可行轨迹存在定理(NFTET)设计了容错制导律以解决再入段执行器发生故障的轨迹重构问题。在标称情况下采用预测校正算法生成满足再入过程约束和终端约束要求的再入轨迹;当执行器发生故障时,飞行器气动参数、结构和舵面力矩都可能发生不可预测的变化,原先的轨迹不再满足制导要求,因此需要设计新型容错制导律。针对实际再入制导模型,基于NFTET设计容错制导算法对轨迹进行重构,得到满足故障情况下制导任务的可行轨迹。从仿真结果中可以看出,容错制导算法生成的新轨迹重新回到了约束范围之内,轨迹呈收敛趋势,使得高超声速飞行器从故障恢复到正常飞行状态,提高了飞行器的自主容错能力。     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

平流层飞艇动力推进系统的分析与设计

针对平流层飞艇螺旋桨与直流无刷(DC)电动机匹配问题,建立了直流无刷电动机模型和螺旋桨模型;结合匹配设计和直流无刷电动机转速控制,在Simulink中设计了螺旋桨与直流无刷电动机控制系统仿真模型,研究飞艇在0~10m/s巡航速度下动力推进系统控制响应问题;采用图形用户界面(GUI)编写螺旋桨与直流无刷电动机匹配界面,开发了一种螺旋桨与直流无刷电动机匹配软件;得到了飞艇在0~10m/s巡航速度下,螺旋桨工作转速为535~1071r/min,动力推进系统工作效率为0.558~0.593时推进系统匹配设计的工作曲线,为高空螺旋桨与电动机的匹配设计提供了参考依据.      

空空导弹固体火箭冲压发动机设计参数优化

为使空空导弹在较宽的空域范围内获得优化的综合性能,提出了以导弹综合特性为目标函数来优化固体火箭冲压发动机设计参数的思路,以空空导弹在飞行高度分别为5,10km和15km的飞行距离和飞行速度的综合性能参数为目标函数,建立了固体火箭冲压发动机设计参数优化模型,利用遗传算法进行了固体火箭冲压发动机设计参数的优化.优化的结果表明:当参数选择适当时,采用非壅塞固体火箭冲压发动机的空空导弹在较宽的工作包线内也能够具有优秀的飞行性能,在高度为5,10km和15km时,空空导弹的飞行距离分别达到了62.9,89.2km和133.1km,空空导弹的平均飞行速度也得到了提高.      

基于LPV状态空间模型的小型航空煤油二冲程发动机喷油控制策略

为了简化基于平均值模型的喷油控制模型的计算,根据线性变参数(LPV)状态空间模型原理,在平均值模型的基础上建立了LPV状态空间喷油控制模型,利用Matlab/Simulink工具对稳态工况和瞬态工况的喷油脉宽控制模型进行仿真,最后在发动机试验台架上进行试验验证.仿真和试验结果表明:①基于LPV状态空间模型的喷油控制模型能够满足瞬态工况和稳态工况控制的要求,计算的喷油脉宽精度略低于平均值模型,由于LPV状态空间模型计算简单,能够直接应用于控制算法的设计,因此在工程中容易实现.②与插值算法相比,基于LPV状态空间模型的控制策略使发动机的动力输出有所下降,主要是由于模型简化造成进气空气流量减小引起的.      

日球层内外能量中性原子的探测

能量中性原子(Energetic Neutral Atoms, ENA, 简称能原子)是指在日球层内外空间, 拥有>0.1keV动能的原子.在此空间领域并没有温度>106K的中性气体, 但却充满动能>0.1keV的正离子.因此能原子A应该是A+离子与原地稀薄气体B原子或分子交换电荷所产生的, 即A++B→A+B+. 电荷交换涉及极小的动能变化, 新生的能原子A和离子B+基本上各自保持原有动能. 离子B+随即被当地磁场俘获, 能原子A则脱离磁场约束并携带其原属离子群的成分和能量信息而直线运动, 成为遥测空间等离子体的有效媒介. 美国人造卫星 IBEX (Interstellar Boundary Explorer) 直接探测得到来自日球层以外星际空间的能原子, 大幅延伸了利用能原子遥测空间等离子体的领域. 本文据此论述了空间能原子的发现, 综述了探测空间能原子的基本概念与实例、取得的主要成果、仪器设计和研制进展以及未来空间利用能原子遥测的发展趋势.      

Application of Contact Graph Routing in Satellite Delay Tolerant Networks

Satellite networks have many inherent advantages over terrestrial networks and have become an important part of the global network infrastructure. Routing aimed at satellite networks has become a hot and challenging research topic. Satellite networks, which are special kind of Delay Tolerant Networks (DTN), can also adopt the routing solutions of DTN. Among the many routing proposals, Contact Graph Routing (CGR) is an excellent candidate, since it is designed particularly for use in highly deterministic space networks. The applicability of CGR in satellite networks is evaluated by utilizing the space oriented DTN gateway model based on OPNET(Optimized Network Engineering Tool). Link failures are solved with neighbor discovery mechanism and route recomputation. Earth observation scenario is used in the simulations to investigate CGR’s performance. The results show that the CGR performances are better in terms of effectively utilizing satellite networks resources to calculate continuous route path and alternative route can be successfully calculated under link failures by utilizing fault tolerance scheme.