动态神经网络的模型检验

讨论了利用仅含一个隐层的前馈多层神经网络来辨识离散时间非线性动态系统时的模型检验问题。从估计理论出发，加上实际应用的考虑，提出了一种检验神经网络模型适用性的综合误差指标（ＳＥＩ）准则，并利用学习速度快、收敛性能好的递推预测误差（ＲＰＥ）学习算法，对两个例子进行了仿真计算。结果表明：综合误差指标准则可用来检验非线性动态系统的神经网络模型。与相关检验法相比，综合误差指标准则具有计算简单、使用方便等优点。最后，指出了今后的研究方向。     

飞机平面框,肋,梁类机加结构件CAPP系统

描述了作者开发的飞机平面框、肋、梁类机加结构件计算机辅助工艺过程（ＣＡＰＰ）系统的设计思想、特点和功能；阐述了一种新的零件信息描述方法──六方位多层次面向零件特征要素描述法。用户根据菜单、图形和文字提示输入零件信息。工艺决策采用了产生式规则和框架结构相结合的方法，根据输人模块提供的经“点图”处理过的零件光图，生成毛坯底图，由决策结果将各被加工表面在光图上自动加以标识，并自动标注出工序加工中所用的定位基准，生成工序图、工序卡片和工艺路线单等工艺文件。该系统应用于型号工程，对新型号结构件覆盖率达７０％。它的研制和投入使用具有显著的社会效益和经济效益，值得推广应用。     

直升机三轴增稳改善风切变作用下的飞行品质

探讨了在风切变作用下，带有增稳系统的直升机数学模型的建立；并按国家军标军用直升机飞行品质规范的要求，采用了线性风切变的模型；研究了在正常和恶劣风切变环境下，在海平面悬停状态、前飞状态μ＝０．１，０．２５及前、后重心的情况下，计算自然直升机和带增稳系统直升机的特征根，并进行了等级评定。计算、分析、评定的结果表明，在低空风切变的作用下，带有增稳系统的直升机，除个别长周期模态外，均满足军用直升机飞行品质规范在正常和恶劣两种环境下的等级要求     

机器人力控制研究综述

回顾了机器人力控制研究历史及目前的力控制研究现状；详细分析了现有的四种研究策略：阻抗控制、力／位混合控制、自适应控制策略、智能控制新策略；阐述了作者提出的“力／位并环控制”的智能新策略；提出了机器人力控制的四大关键问题：位置伺服、碰撞冲击及稳定性、未知环境的约束、力传感器；文末展望了力控制研究的发展趋势——智能控制。     

地形辅助惯性导航系统研究

介绍了地形辅助惯性导航系统，并对其进行了仿真研究，为了仿真研究的方便，根据地形的统计模型，利用计算机生成了模拟的数字地图，仿真实验验证了用数字地图来辅助惯性导航可以有效地提高导航精度，地形的粗糙度对导航精度有影响。     

定量反馈理论在鲁棒与容错飞行控制系统中的应用

定量反馈理论（Quantitative feedback theory,QFT）作为一种新颖的频率域鲁棒控制技术，综合考虑了对象的不确定性范围和对系统的性能指标要求，以定量方式在Nichols图上展开分析与设计，从而保证了设计结果具有稳定鲁棒性和理棒性。而当飞机控制舵面局部受损或失败时，飞机模型气动导数所受的影响可看作是不确定对象鲁棒性问题的扩展，因此，考虑舵面受损与失效时的容错习行控制系统也可用QFT方法进行分析与设计。本文在讨论QFT原理与设计方法的基础上，以某型无人驾驶飞机的纵向飞行控制系统为例，对鲁棒和容错飞行控制技术进行了分析、研究与设计，获得了满意的设计与仿真结果。     

无刷直流方波电动机的双闭环控制

介绍一种由稀土永磁方波同步电动机、ＩＧＢＴ逆变器及双闭环控制电路构成的新型无刷直流电动机系统，该系统具有结构简单、力矩脉动小、调速精度高、响应快及调速范围宽等优点。实验结果验证了该电动机系统的优良性能     

超机动飞机的非线性多速率控制系统

用非线性动态逆方法设计超机动飞机的控制律是一种简便可行的方法，但实际使用时需要解决控制律的离散化问题。多变量非线性系统的离散化是一个复杂的问题。本文根据逆方法和歼击机运动的特点，提出了一种简单直接的实现方法，该方法基本保留了连续域系统控制律的形式。用通常歼击机的最高采样频率来实现该方法，可以得到与连续域非常接近的控制结果。本文还提出了该形式的多速率实现方式，可以降低对机载计算机吞吐力的要求，其控制结果与连续域的差别仍很小。最后讨论了如计算时延等实际问题     

NAIWR－1智能两足步行机器人模糊自适应控制研究

本文对模糊控制、自适应控制和ＰＩＤ控制进行了综合研究，实现了自行研制的ＮＡＩＷＲ－１智能两足步行机器人的模糊自适应ＰＩＤ控制，并用模糊递阶协调方法进行关节到位协调送数，成功实现了两足步行机器人的稳定行走     

一类基于神经网络的非线性时延系统的稳定性分析和控制

针对一类有参数摄动和时延的非线性不确定性系统．提出了一种稳定性分析方法。控制方案将鲁棒控制和神经网络控制结合起来．首先由线性矩阵不等式(LMI)设计了参考模型即系统线性部分的鲁棒控制器,然后用神经网络来消除系统建模不确定非线性部分。稳定性分析中综合了参数摄动、时延和神经网络权值．合理地选择Lyapunov函数证明了误差闭环系统的稳定性．