航空蓄电池能量均衡技术研究

航空电池组中单体电池之间会逐渐出现不一致性,会降低电池组性能和使用寿命,甚至引发安全事故。本文提出了一种基于主动均衡的航空蓄电池组能量均衡系统结构,提出了一种能量集中式双向传递的Cúk型均衡电路,设计了顶部均衡和底部均衡的均衡控制策略。开发了航空镍镉蓄电池能量均衡系统,进行了镍镉电池组能量均衡实验分析,实验结果表明新型能量均衡器具有均衡速度快、均衡电池单体可任意选择、能量双向传递的优点,通过电池组能量均衡控制能明显改善电池组内单体之间的不一致性,提高电池组容量利用率和使用寿命。     

卫星动量轮灵敏性变异分析

基于模糊理论提出一种非线性卫星动量轮灵敏性变异分析的数值方法,以工程实际中的模糊相似关系转化为空间向量的模糊等价关系,来评估稳定系统的总体变异本质特征.并通过仿真均匀分布、线性分布以及周期分布的时间数据序列验证了该模型的可行性;以3套卫星动量轮实际稳态运转实验见证了该方法的实用性和有效性.其中动量轮A的最小灵敏系数为0.678,大于0.5阈值,表明其运转期间灵敏性十分良好;动量轮B的最小灵敏系数为0.439,小于0.5阈值,其运转期间灵敏性有所变异;动量轮C的最小灵敏系数等于0.5阈值,其关系最为模糊并介于稳定与变异之间.该模型实时预测并描述了动量轮灵敏性变异过程,且适用于诸多航天领域的非线性乏信息问题.      

混沌时间序列预测算法的优度评价

将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数来刻画各评价对象的优秀程度并计算关联度。计算出各评价对象的优度值,将其用于对各算法的综合优度的比较。实例证明,该方法直观、实用,可为混沌时间序列预测算法评价提供定量的依据。     

一种基于时间序列的自适应网络异常检测算法

传统的网络管理工具通常是根据预先设定的阈值进行网络流量异常检测,这种方法虽然简单,但不能根据网络状况进行自适应的动态调整.分析了基于时间序列的Holt-Winters异常检测方法,结合建立的历史流量的正常模型,改进了Holt-Winters模型的基值以及平滑因子参数的获取过程,加快了算法的启动时间,缩短了算法对网络环境的自适应时间.改进的Holt-Winters算法相较于原来的Holt-Winters算法以及阈值检测方法检测的正确率更高、误报率更低.     

复合材料层合板疲劳寿命分析的系列单元失效模型

采用有限元方法发展了一个复合材料层合板疲劳寿命分析的系列单元失效模型,模型给出了复合材料层合板刚度退化、内部损伤和损伤累积规律,把层合板的失效过程模拟成单元刚度逐步退化、应力不断重新分布、单元损伤不断累积的动态过程。利用ANSYS软件进行了两个算例分析,分析预测结果与试验结果吻合较好。     

输入串联输出并联直流变压器

随着电力电子技术的发展,直流变压器得到了越来越多的关注。为了实现低压功率器件在高压电能变换中应用,人们采取了多电平拓扑结构、功率管串联技术和功率模块的串联技术等。本文以全桥直流变压器功率模块组成输入串联输出并联(Input series and output parallel,ISOP)结构直流变压器为研究对象,并详细地分析了其基本原理和影响均压的因素。仿真和实验结果验证了理论分析正确性,并表明在模块参数基本一致时,ISOP结构直流变压器能够获得较好的均压效果。     

基于特征点分布的多元灰色绝对关联度(英文)

针对多元灰色绝对关联度存在分析结果与定性判断相矛盾的问题,探讨一种基于点分布特征的灰色绝对关联分析模型。该模型依据多元序列的几何描述,分区域提取邻域极值,构造多元序列的特征点集;然后根据特征点的分布特性获取反映多元序列几何特征的特征点序列;将多元序列的关联分析转化为特征点序列间的相关性分析,从而建立关联度模型。该模型具有平移不变性、转置和行列变换不变性、满足灰色关联分析公理要求。最后,通过两个实例验证了该模型的有效性。     

结构动力响应精细积分级数解的并行计算

讨论了精细积分法的存储需求问题,指出级数解更适合计算大型结构的动力响应分析.研究了精细积分法级数解的并行计算,精细积分法的时程积分公式包含两项,采用第一项串行、第二项并行的并行算法对精细积分级数解实施并行计算,给出了相应的实现流程.讨论了并行算法的负载分配策略,为减少处理器等待初值的时间,对时间步数实施非平均分配.算例表明,并行算法具有好的加速比.     

监测位移预报的非等间距相关系数平稳序列法

建立了监测位移时间序列分析、建模和预报的非等间距相关系数平稳序列法.采用随机过程理论导出了模型的整体极大似然估计,在保证参数估计量优良统计特性的同时,克服了现行组合模型方法难以处理非等间距监测位移序列的问题.通过数字模拟仿真技术解释了传统插值处理产生较大误差的原因.计算实例表明该方法具有较高的建模和预报精度.      

基于奇异谱分析的空间环境数据插补方法

空间环境数据具有典型的非线性、非平稳特征,并经常包含有缺失数据,给预报模型的建立、预测以及物理过程的分析带来了一定的困难。为了实现对缺失数据的插补,基于奇异谱分析(SSA)迭代插补的思想,设计了一种能够适用于不同缺失数据分布的插补方案。该方案提取出原始时间序列中缺失数据分布数组,利用缺失数据分布数组生成交叉验证所用的测试数据集,并利用离散粒子群优化算法寻找SSA的2个关键性参数,即嵌入窗口长度和主成分个数。通过不同太阳活动年份实际观测的太阳风参数、地磁指数等实例验证了算法的有效性。