高阶线性比例制导系统脱靶量幂级数解

脱靶量是导弹制导系统设计和评估的重要指标,对于一阶环节线性比例制导系统,可以得到脱靶量的解析解,而对于更接近实际的高阶制导系统一般得不到解析解,通常由直接仿真或伴随仿真获得;研究了高阶线性比例制导系统脱靶量的幂级数解,为脱靶量的解算提供一种新的手段。首先,构造伴随系统,假设伴随系统的解为幂级数与指数函数乘积的形式;然后,利用幂级数法给出了脱靶量的幂级数解的系数递推关系;进一步严格证明了脱靶量幂级数解的收敛性;最后针对一阶环节和高阶二项式环节等特殊制导系统,通过选取适当的指数衰减参数,得到了幂级数解系数简化的递推关系,并且一阶环节制导系统的幂级数解和解析解是一致的。在计算脱靶量时,实际用到的是脱靶量幂级数部分和,而部分和项数的确定依赖于指数衰减参数。因此,还分析了指数衰减参数对幂级数解部分和的收敛速度的影响,并给出了指数衰减参数与部分和项数的选取方法,为幂级数解的应用奠定了基础。     

基于K-L信息测度的液体火箭发动机的泄漏故障检测

液体火箭发动机的泄漏是常见和极其危险的故障。研究快速有效的泄漏故障检测方法,是一个很重要迫切的课题。本文针对已有发动机的状态监测参数,建立ＡＲ模型进行时间序列分析,利用Ｋ－ Ｌ信息测度作为判别函数来检测发动机的泄漏故障。仿真结果表明,这种泄漏故障检测的方法是切实可行的。     

基于改进自抗扰控制的非对称六相双永磁同步电机串联系统控制

针对PI控制器存在的超调及跟踪速度慢的问题,以非对称六相永磁同步电机(PMSM)双电机串联系统为研究对象,采用自抗扰控制(ADRC)替代传统PI控制进行速度补偿,提高系统的抗干扰能力。基于传统自抗扰模块多参数整定的复杂性,引入遗传算法对其参数寻优,以最小超调量为优化判据通过交叉迭代的方式改进ADRC调节器。搭建基于改进ADRC的非对称六相双PMSM串联系统,并进行仿真。结果表明:与传统PI控制相比较,所用方法具备快速调节性能和精确的跟踪效果,同时可以削弱谐波电流的影响和转矩脉动,验证了所提控制策略的实用性。     

关于AH—24机翼延寿实验的疲劳寿命分散系数

本文介绍了疲劳分散系数;并指出对于飞机疲劳寿命,在考虑分散系数时,应将两机翼看成是串联结构以确定其可靠度。文中还依据实验数据计算了AH-24飞机的延寿寿命。     

有限体积法中面积分离散格式的精度分析

讨论了应用顶点中心格式对欧拉方程进行有限体积离散时的精度,详细推导了顶点中心格式在平滑网格和扭曲网格上的截断误差,同时与中心格式和顶点格式进行了比较.格式精度分析采用泰勒级数展开的方法.分析结果表明:顶点中心格式和顶点格式类似,总能达到至少是一阶的精度,并且可以通过加密网格的办法减少误差,而且顶点中心格式更适合于分区计算.通过圆弧亚音速绕流和NACA0012翼型绕流流场的数值计算,验证了分析的结论.     

考虑备件约束的多部件串联系统使用可用度计算方法

使用可用度是衡量装备系统保障效能的重要指标,而备件供应是保障活动中的关键,故在计算系统的使用可用度时有必要考虑备件约束对其的影响。在现有的使用可用度计算方法中,马尔可夫更新理论很少用于分析考虑备件的系统,基于库存理论的可用度计算模型没有考虑备件供应延误对系统更换维修活动的影响。为了解决以上问题,首先将整个系统故障与维修过程分为故障系统的更换维修和故障件的维修周转2个子过程,并分析了2个子过程之间的影响关系;然后给出一种考虑备件约束的多部件串联系统使用可用度计算模型;最后实例分析表明,该模型可以方便地计算多部件串联系统的使用可用度,且与库存理论中的计算模型相比,该模型计算结果与仿真结果更为接近。     

基于并行流变框架HTPB推进剂本构模型研究

基于并行流变框架提出了一种能够表征HTPB推进剂材料非线性变形行为的本构模型。基于Yeoh超弹性模型和Boyce流变模型建立了两节点HTPB推进剂本构模型;开展了HTPB推进剂定速单轴拉伸实验和松弛实验,利用单轴拉伸实验数据获取了本构模型参数,并对材料松弛行为进行了理论计算,结果表明,模型计算结果与和实验数据一致性超过90%。应用三维有限元法,采用本文模型、基于Prony级数的线性黏弹性模型和工程中使用的线弹性模型对拉伸实验和松弛实验进行了仿真分析,结果表明,在拉伸实验中当应变小于10%时三者一致性较好,大于10%时,所提本构模型可准确预示材料的变形行为,在松弛实验中本模型计算结果与实验数据一致性远高于基于Prony级数的线性黏弹性模型。理论分析和三维有限元仿真结果均表明,所建立的本构模型可以准确捕捉HTPB推进剂材料的非线性行为,可用于固体火箭发动机推进剂结构预示分析。     

基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。     

奇异谱分析在故障时间序列分析中的应用

由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析（SSA）方法,对故障时间序列进行了建模和预测,进一步以预测结果的均方根误差（RMSE）最小为优化目标对SSA模型参数进行了优选。在此基础上,提出了一种更为广泛的模型组合方法和实现算法,这种方法采用不同的时间序列模型来构造SSA分解出的趋势、周期和残差等成分。通过与三次指数平滑（Holt-Winters）、自回归移动平均（ARIMA）2种时间序列模型的实验结果对比,SSA及其参数优选和模型组合方法在故障时间序列分析中具有更好的拟合和预测精度。      

具有独立失效模式的多自由度非线性振动系统的可靠性分析

 对不考虑失效模式相关性的多自由度非线性随机振动系统可靠性进行了研究。在结构系统响应和状态函数的前四阶矩的一般数学表达式的基础上,使用 Edgeworth级数把未知响应和状态函数的概率分布展开成标准的正态分布表达式,并放松了对随机参数的分布概型和激励类型的限制,从而确定了系统的可靠度。