多测速系统中系统误差实时估计与校准算法

在实际目标跟踪系统中,测量设备都存在系统误差,会导致跟踪滤波精度显著下降。针对多测速系统,对其测速系统误差进行了简化数学建模;然后将其增广为状态变量,应用扩维无迹卡尔曼滤波对目标运动状态和系统误差进行联合估计,以实时校准系统误差、提高状态估计精度。在存在主副站2类系统误差的条件下,设定恒定和线性时变2类系统误差场景,对算法进行仿真分析。仿真结果表明,算法在2类系统误差情形下都能有效校准系统误差,位置、速度滤波精度可提高80%以上;尤其是当系统误差恒定时,算法可完全消除系统误差的影响。     

自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

回转对称光学曲面磨削误差建模及补偿工艺研究

根据回转对称曲面的特点,利用轨迹包络的原理建立了一种光学曲面磨削的数学模型;分析砂轮半径误差和砂轮定位误差对回转对称光学曲面面形精度的影响;针对回转对称曲面建立了误差模型,将砂轮半径误差和砂轮定位误差进行分离和辨识;利用误差补偿机制补偿磨削过程中砂轮半径误差和砂轮定位误差,提高了回转对称曲面精度;在自主研发的磨床上通过实验验证了这种误差补偿机制的有效性。     

受热过程树脂浸润流动的超声无损评估

采用空气耦合超声C扫描技术,对非热压罐预浸料在升温和恒温受热过程中树脂的浸润流动变化进行了实时无损检测研究。首先将非热压罐预浸料从室温升至100℃,研究温度变化对树脂流动的影响。在此基础上,研究60℃和80℃恒温过程树脂浸润流动随时间的变化,通过C扫描图片实时、快速检测出树脂的浸润流动变化,并得到树脂沿纤维层厚度方向的浸润流动速率。通过显微组织分析验证了C扫描图像分析的准确性。结果表明,该空气耦合超声C扫描方法是检测纤维网架中树脂浸润流动微观变化的一种快速、有效的方法。     

航空发动机进口空气流量测量方案分析

发动机试验时,通常采用在进气道出口和发动机进口之间加装测量耙的方式,来测量截面的总静压参数,进而获得发动机进口空气流量。考虑到附面层影响,采用新型附面层压力组合测量耙进行测量。同时,对获取截面流场压力的不同测量方案进行了分析,并结合试验数据,分析了不同测量方案产生的误差。结果表明:采用压力组合测量耙能较为准确地获得发动机进口空气流量,并且采用压差传感器获取截面流场压力,能显著减小发动机进口空气流量和附面层的测量误差。     

面向设计的维修差错分析方法

针对航空维修差锚问题．以SHEL模型理论和人为因素分析与分类系统（HFACS）模型为基础,建立面向设计的维修差错分析方法。该方法从设计角度对维修事故／事故征候进行追溯性分析,找出导致事故／事故征候的设计诱因．为改进设计提供建议。并通过实例分析验证了该方法的有效性。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

基于T-S模糊模型的航空发动机非线性分布式控制系统故障诊断

针对航空发动机非线性分布式控制系统的故障诊断问题,首先提出了一种基于飞行包线划分的航空发动机非线性Takagi-Sugeno(T-S)建模方法,建立了具有网络诱导时延的航空发动机非线性分布式控制系统模型,然后将该系统视为离散切换系统,为其建立了具有时延补偿功能的故障观测器,给出了使得观测器误差系统渐近稳定的充分条件.故障检测仿真时间为20s,当第12s时,设定系统发生幅值为0.0025的阶跃型突变故障,仿真结果表明:12s之前,故障观测器保持渐近稳定,当第12s时,残差迅速增大并超过所设定阈值,从而检测到故障的发生.      

Novel approach of crater detection by crater candidate region selection and matrix-pattern-oriented least squares support vector machine

Impacted craters are commonly found on the surface of planets, satellites, asteroids and other solar system bodies. In order to speed up the rate of constructing the database of craters, it is important to develop crater detection algorithms. This paper presents a novel approach to automatically detect craters on planetary surfaces. The approach contains two parts: crater candidate region selection and crater detection. In the first part, crater candidate region selection is achieved by Kanade-Lucas-Tomasi (KLT) detector. Matrix-pattern-oriented least squares support vector machine (MatLSSVM), as the matrixization version of least square support vector machine (SVM), inherits the advantages of least squares support vector machine (LSSVM), reduces storage space greatly and reserves spatial redundancies within each image matrix compared with general LSSVM. The second part of the approach employs MatLSSVM to design classifier for crater detection. Experimental results on the dataset which comprises 160 preprocessed image patches from Google Mars demonstrate that the accuracy rate of crater detection can be up to 88%. In addition, the outstanding feature of the approach introduced in this paper is that it takes resized crater candidate region as input pattern directly to finish crater detection. The results of the last experiment demonstrate that MatLSSVM-based classifier can detect crater regions effectively on the basis of KLT-based crater candidate region selection.     

直升机复合材料构件检测与修理系统向设计与实现

介绍了直升机复合材料构件检修与修理系统的设计与实现,包括检测与修理系统硬件平台的搭建,复合材料湿法成形异型模具的设计制作、复合材料构件深度修理工艺的研编以及计算机辅助修理系统的开发四部分。本系统操作方便、功能实用．可快速进行直升机复合材料构件检测,提供合理的修理工艺和方法,有效管理其修理过程。