基于多并联支路的双余度永磁同步电机伺服系统分析

为了提高永磁同步电机(PMSM)伺服系统的可靠性,提出了一种基于多并联支路的双余度PMSM伺服系统。阐述了其基本的冗余设计原理和控制驱动原理。依据电机的具体结构和控制驱动方式,建立了基于多并联支路的双余度PMSM的数学模型及其控制系统模型,包括磁链平衡方程、电压平衡方程、转矩方程、机械运动方程和电流控制系统框图及其稳定性分析。并依据建立的模型,基于MATLAB/Simulink仿真其发生故障时的工作状态,得到整个伺服系统的响应数据,从理论上验证了该伺服系统的容错性能。     

无刷直流电机神经网络PI控制系统设计

针对传统PI控制存在的动、静态控制性能较差的缺点,提出一种基于神经网络的PI控制方法。将神经网络与传统PI控制结合,构建神经网络PI控制系统,建立三层BP神经网络,并通过梯度下降法对各项参数进行修正,从而实现kp、ki参数的在线调节。仿真及试验证明,与传统PI控制方法相比,使用神经网络的PI控制系统在不同外部条件下都具有更快的响应速度和更小的超调量,可明显提高系统的动、静态性能。     

基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

基于DBN的不均衡样本驱动民航发动机故障诊断

在结合深度置信网络(DBN)、采样与集成技术的基础上,提出了基于不均衡样本驱动的民航发动机故障诊断模型。该模型通过分析民航发动机历史飞行数据,利用DBN提取性能参数中的内部特征,利用采样技术将不均衡样本均衡化,采用集成技术进行故障分类。将该模型应用到CFM56-7B系列发动机历史飞行数据,实验结果表明:与常用故障诊断方法相比,该模型的准确率高达0.996,AUC值高达0.948,可以有效处理民航发动机样本高维、不均衡问题。      

测控雷达伺服系统整流电路的建模与仿真

电力电子整流电路是测控雷达伺服系统的重要组成部分。某型测控雷达采用了三相零式反并联可逆整流电路结构。分析了整流电路可逆运行的工作原理以及晶闸管触发电路的控制方式,利用MATLAB/Simulink的建模功能,建立了触发脉冲产生电路和整流电路的模型,仿真得出系统可逆运行时电机的工作状态以及整流电路输出电压波形。仿真结果显示,此整流电路可以实现电机的四象限运行,所建模型正确。利用该模型可以对测控雷达伺服系统的分析和设计起到很好的辅助作用。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

地基深空网发射机现状及未来发展

我国未来深空探测工程的发展对地基深空站发射机提出了更高的要求,不仅仅需要具有更高的输出功率,同时需要解决发射机高频谱纯度、高效率以及上行功率合成等。针对这些要求,对国内外地基深空网的组成和深空站高功率发射机现状以及未来发展趋势进行了研究,分析了速调管发射机与固态发射机在高功率输出条件下的优势,在此基础上,提出了我国深空站速调管发射机需要开展高功率连续波速调管、高功率低损耗滤波器、低纹波高功率开关电源、上行功率合成等关键技术,并为相应关键技术提供了理论建议及相应的解决方法,这可以为我国未来深空探测工程高功率发射机研制提供技术支撑,为后续地基深空网建设和发展提供参考。     

基于PCA-TN的直升机主减速器通用热分析计算

针对当前热分析方法无法满足直升机主减速器结构复杂多变的问题,提出了一种快速获取主减速器温度场分布的通用热分析方法。以典型直升机主减速器为样本,进行了主成分分析（principal component analysis,PCA）,并结合热网络法（thermal network,TN）,分析获得3种通用热分析单元体模型。对于不同结构的主减速器,通过单元体及其衍生体的组合可以迅速且有效地建立其系统热分析模型,求解获得温度场分布。以某直升机主减速器为例,应用该方法进行了热分析,并与试验进行了对比,结果表明:该方法能高效计算主减速器的温度场分布,计算值与试验值最大误差为5.07%,满足主减速器热分析工程计算需求。      

适用于倾转旋翼机气动分析的新型嵌套网格方法

为克服围绕复杂倾转旋翼机生成高质量一体化结构网格的困难,将分块网格策略与嵌套网格方法融合,提出并建立了一套适用于倾转旋翼机气动干扰分析的新型嵌套网格生成方法。该方法中,将整体网格按照倾转旋翼机结构特性进行了分块生成,在保证插值精度的基础上降低了网格规模。为高效连接不同部件网格,首先,引入Inverse Map方法来辅助部件网格定位,采用新颖的多向投影方法保证了部件间洞边界的连续性;其次,基于独立挖洞嵌套策略完成机身与背景网格的组合,并使用了相应的辅助计算坐标进行背景边界网格标识。在贴体网格区域采用基于S A（Spalart Allmaras）湍流模型可压缩RANS(雷诺平均Navier Stokes）方程求解流场,背景网格区域采用欧拉方程,并运用了SPMD(single program, multiple data)模式的并行加速技术,建立了适合倾转旋翼机气动干扰特性分析的高效混合CFD方法。采用Robin直升机机身作为数值算例,验证了CFD方法的有效性。在此基础上着重对倾转旋翼机在悬停、过渡和前飞巡航模式下的干扰流场进行了数值分析研究,分别得出了悬停状态下倾转旋翼机典型的“喷泉效应”干扰现象、过渡状态下的非定常气动干扰特性以及巡航状态下的部件气动变化特性,计算结果表明建立的新型嵌套网格方法能够较好地表征倾转旋翼机外形特性,并能够有效地用于倾转旋翼机的气动特性分析,加速比能超过5.0。      

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。