时间序列三角极值点线性分段算法

文章在时间序列逐段线性描述方法基础上提出三角极值点分段算法.通过考察时间序列相邻极值点之间幅度变化大小来确定关键点序列.该算法较好地处理了时间序列局部噪声和数据压缩问题.并通过实验说明了算法的有效性.     

双参数指数分布下定时截尾恒加试验的统计分析

设产品寿命服从双参数指数分布ε（λ，μ），其中λ＞０为尺度参数（失效率），μ＞０为位置参数（保证寿命）。在加速应力水平Ｓｉ下，失效率和保证寿命的加速模型分别为 ｌｎθｉ＝β０＋β１ψ１（Ｓｉ）＋β２ψ２（Ｓｉ） μｉ＝α０－α１ｆ（Ｓｉ），ｉ＝１，２，…，ｋ 本文给出了定时截尾情形下对由恒定应力加速寿命试验得到的数据进行统计分析的方法。获     

基于含间隙吸振器的半主动振动控制

提出一种基于刚度分段线性动力吸振器的半主动振动控制策略，通过调节弹性元件的间隙实现吸振器工作频率连续跟踪外激励频率的变化。文中根据基波平衡导出了使主系统近似完全消振所需的弹性元件间隙控制律。数值仿真表明：这种半主动控制策略对于单自由度主系统和多自由度主系统均有很好的消振效果和相当宽的工作频带     

对称层合圆柱正交异性中心开孔扁球壳的非线性屈曲

在非线性屈曲理论基础上，考虑对称线布载体荷作用形式，导得相应控制方程，以分析中心开孔，即外边缘固定，以及内边级悬空的复合材料扁球壳非线性屈曲稳定性问题。为了求解本文的非线性屈曲问题，获得临界载荷计算公式，本文采用修正迭代法，即第一次迭代将非线性项略去，第干净人迭代将第一次迭代结果作为已知量代入非一项来获得临界载荷的解析计算公式，最后，本文以实例分析讨论了横向剪切变形、开孔大小、线布载荷位置的几何参     

着舰导引中的H∞飞行/推力综合控制设计

以提高低动压着舰时动态跟踪及抑制舰尾气流扰动的性能为期望 ,基于线性矩阵不等式 (LMI)的 H∞ 控制理论 ,提出了保持由地速构成的迎角 αd 恒定的 H∞ 飞行 /推力综合控制增广模型结构。使飞机在接近舰尾处于雷达导引系统关闭的关键时刻 ,该系统仍有姿态保持及抑制气流扰动的优良性能 ,从而改变了传统设计需由导引系统纠正气流扰动而引起的轨迹偏离。基于工程应用 ,文中提出了 H∞ 控制器的降阶方法 ,进行了离散化实时仿真验证。仿真表明 ,本文开发的系统能够很好地满足设计要求     

开孔变刚度层合板压缩屈曲性能研究

针对开孔变刚度层合板,建立3种尺寸的层合板有限元模型,采用了线性屈曲、引入残余热应力的线性屈曲和引入初始缺陷的非线性屈曲的3种分析方法,研究了开孔层合板在压缩条件下的屈曲行为,并通过自动铺丝制造层合板进行试验对比,对3种方法的合理性进行了分析。结果表明,引入残余热应力的线性屈曲分析方法与试验结果最吻合,两者仅相差0.63%。基于该方法,讨论开孔层合板残余热应力分布特点和应力水平,得出了开孔层合板的应力分布云图和应力分布规律,计算出残余热应力对开孔复合材料层合的屈曲影响。结果表明,残余热应力对传统直线开孔层合板的屈曲载荷影响很小,仅提高了3.57%,但大大提高了变刚度开孔层合板的屈曲载荷,最多可达23.40%。说明纤维曲线铺放可以改变内部残余热应力的分布,提高整个开孔层合板承载压缩载荷的能力。     

Autonomous Control Reconfiguration of Aerospace Vehicle Based on Control Effectiveness Estimation

未来空天飞行器跨空天两域飞行,要求有较高的自主性以适应由故障和环境变化带来的不确定因素。针对空天飞行器的不确定性,提出了自主控制重构方案。研究了线性模型的时变控制效益的估计方法,提出并证明了效益矩阵可估计的充分条件,给出了相应的算法并证明了其收敛性和对噪声的鲁棒性;提出了基于线性规划和模糊逻辑的控制分配算法,通过冗余效应器实现了不确定条件下的自主控制重构。系统集成和仿真结果分析验证了方案和算法的有效性。     

两种静弹修正方法的对比

本文针对工程应用的实际情况,采用线化理论和非线化理论对同一模型进行了静气动弹性计算,并对不同马赫数、不同高度的刚弹性计算结果进行了对比分析。结果表明,低速时可忽略弹性变形对气动力的影响,而高速时必须考虑弹性变形对气动力的影响,在工程应用初期,可用线化理论对非线性段气动力进行静弹修正,虽然精度有所降低,但效率却大大提高,在后期可用非线化理论进行校核计算。     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习,不需要离线训练。在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零。在非理想情况下,权重调整律采用ｅ修正权重算法,它是ＢＰ算法的推广,不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性