基于多种空间信息的高光谱遥感图像分类方法

在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法。利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法。试验结果表明,所提方法的性能优于目前的通常方法。     

结冰条件下的飞行控制律重构设计方法

针对飞机结冰条件下的飞行安全问题,在线性结冰影响模型的基础上构建了非线性结冰影响模型,并建立了结冰飞机纵向非线性动力学模型。利用反馈线性化理论与模糊控制原理相结合,重构设计了结冰条件下的纵向控制律,既保证了动态响应特性,又改善了控制器的抗干扰能力,使飞机具备一定的容冰飞行能力。通过仿真模拟了飞机在不同结冰严重程度以及干扰下的纵向响应,并与常规PID控制进行对比,验证了设计控制律的有效性和抗干扰能力。结果表明,该设计方案下的各状态参数动态响应均能较快较好地收敛,能更精准快速地跟踪俯仰角指令,且抗干扰能力、动态性能均优于常规PID控制。      

基于虚拟域预测控制的轨迹跟踪方法

针对在线轨迹实时规划算法,提出了一种基于虚拟域预测控制的轨迹跟踪方法。该方法采用多项式近似系统模型,引入虚拟路径及反动力解算方法,将时域转化为虚拟域,较在时域上近似模型的控制方法解耦效果好,实时性强。通过反动力学解算、非线性规划的输入设置可直接得到连续的控制量,相对于传统非线性预测控制的软约束的方法,从根本上保证了控制量的连续性。以拦截弹道导弹为背景,在初始状态量添加小扰动及末端条件改变的条件下,进行仿真验证。结果表明:与非线性反馈跟踪方法相比,曲线平滑,在遭遇点脱靶量、末端路径倾角及偏角误差较小,实时性同样可满足控制需求。     

双馈风力发电机转子绕组故障的试验研究

在实际生产中,双馈风力发电机(DFIG)转子绕组状态监测能有效提高风电机组的运行可靠性。为研究DFIG转子绕组运行故障试验方案,首先介绍试验平台的基本原理、现场试验装置及搭建过程中主要问题的解决方法;然后以变换器网侧电流作为研究对象,分析故障特征信息流经变流器电力电子器件的传播规律,基于电流频谱提取转子绕组发生不平衡故障的诊断依据;最后基于获取的转子绕组三相不对称负载故障运行前后的转子绕组电流频谱图,可分析转子侧电气量故障特征频率。依据试验结果将转子变换器网侧电流频谱中的100 Hz、200 Hz和几个特征频率边频分量作为转子绕组不平衡故障的诊断依据;将3sf和(2±3s)f(s为转差率,f为基频)作为转子三相负载不对称故障的特征频率,具有一定的试验指导性和工程意义。     

基于锁相环的永磁直线同步电机无传感器控制系统设计

设计了一种表贴式永磁直线同步电机无传感器控制算法。为克服低速运行时定子反电势过低不易观测的弊端,在静止坐标系下建立了定子电压的积分数学模型,将反电势观测项解耦为幅值固定易测的积分项。由于观测噪声的影响,通过传统直接计算法获得的速度信号毛刺现象较为严重,为此算法采用锁相环技术(PLL)对转子的位置和速度信号进行提取。建立PLL的二阶频域数学模型分析其稳态性能,并在输入信号存在相位阶跃、频率阶跃、频率斜升的情况下分别讨论了PLL的动态跟踪能力。仿真结果表明,算法能够实现转子位置、速度的准确观测,所构建的控制系统具有良好的稳定性和可控性。     

开槽尾流板对跨声速涡轮平面叶栅流场影响的实验

采用数值计算和实验相结合的方式研究了开槽尾流板对跨声速涡轮平面叶栅流场周期性的影响。通过数值计算研究了不同开孔率（10%、15%、30%、50%）和偏转角度（70°、71°、72°）下尾流板对叶片表面及叶栅流道出口压力分布的影响,并通过实验验证了尾流板对流道出口流场周期性的改善作用。结果表明:无尾流板时叶片表面压力分布明显偏离周期性计算结果,且流道出口压力分布的周期性误差较大;尾流板偏转角度和开孔率会影响叶片表面及叶栅流道出口的压力分布,适当调节尾流板参数能改善流场周期性;安装开孔率为50%,偏转角度为70°的尾流板时各流道出口的压力分布一致性最好且最接近周期性计算结果,计算和实验结果的周期性误差较无尾流板时分别降低47.6%和28.1%。      

一种精密离心机误差分析与精度评定方法

介绍了用于线加速度计精密离心试验的精密离心机设备各项误差的来源和定义。详细分析了精密离心机各项误差在线加速度计离心机试验中对仪表给定加速度精度的影响并给出了具体的计算方法。在线加速度计精密离心机试验中,可根据每个误差项的具体来源和影响,对误差项进行补偿或忽略,以提高测试精度和降低试验难度。对于计入的误差项,可计算出具体的数值,从而综合确定出精密离心机设备对整个测试实验的不确定度影响。通过研究精密离心机误差模型,找到了提高精密离心机给定加速度输入精度的途径,给出了工程化的用于精密离心机精度评定的方法。     

基于结构张量特征的机体损伤区域动态划分

为提升飞机结构损伤维修分析的智能化水平,实现飞机结构损伤模型的高效重构,提出了基于结构张量特征的动态阈值损伤区域划分方法。首先,引入结构张量理论,特征表示图像局部颜色结构纹理,完备损伤图像特征表示;其次,通过构建共性分布的结构张量特征空间,从而使不同损伤图像具有一致性损伤区域划分流程;在此基础上,定义了动态阈值划分算子,并通过对动态阈值划分算子参数的计算,实现结构张量特征空间中的动态阈值划分;最后,选用不同飞机结构损伤实例图像对方法进行了对比验证。验证结果表明,相比于传统灰度方法、固定阈值划分和其他动态阈值划分算子,椭圆算子划分得到的损伤边界连贯完整,能够有效分割微小裂纹,噪点较少,质量较优。该方法运算高效、流程统一、特征表示完备,对不同类型结构损伤的适用性好。     

非光滑多体系统最大Lyapunov指数的计算方法

结合非光滑力学与非线性动力学的理论给出非光滑多体系统最大Lyapunov指数的数值计算方法.应用第一类Lagrange方法建立具有单边约束非光滑多体系统变拓扑结构动力学方程;应用线性互补理论与方法检测非光滑事件;应用混沌同步方法计算Lyapunov指数.在提高计算速度方面,提出了采用二分搜索法加快搜索速度以及采用调制参数方法加快系统达到同步状态的速度.通过算例说明本文算法的可行性与有效性.      

A fatigue damage-cumulative model in peridynamics

While the present structural integrity evaluation method is based on the philosophy of assumed similitude, Fatigue and Damage Tolerance (F&DT) evaluations for next generation of air-vehicles require high-fidelity physical models within cyberspace. To serve the needs of F&DT evaluation in digital twin paradigm, a fatigue damage-cumulative model within peridynamic framework is proposed in this paper. Based on the concept of fatigue element block and damage accumulation law in form of Coffin-Manson relationship, the proposed model applies to both fatigue crack initiation and fatigue crack growth; fatigue crack growth rates under constant-amplitude and simple variable-amplitude block loading cases can be well predicted for three common structural materials without inputs of Paris law parameters. Additionally, the proposed model can also be easily extended to a probabilistic version; for verification, multiple-site-damage problems are simulated and the statistic nature of fatigue process in experiments can be well captured. In the end, main features of the proposed model are summarized, and distinctions from the other models are discussed. There may be a potential for the peridynamic damage-cumulative model proposed in this work to numerically predict fatigue problems in digital twin paradigm for future generations of aerospace vehicles.