带柔性载荷超静平台的模型参数在轨辨识

摘要： 针对柔性载荷振动引起超静平台模型参数在轨辨识精度下降的问题,设计一种超静平台模型参数在轨辨识方法.建立考虑柔性载荷振动的超静平台动力学模型,采用卡尔曼滤波估计柔性载荷振动的模态位移,利用多参数并发递推最小二乘法实现超静平台模型参数的准确辨识,通过仿真验证算法的有效性.仿真结果表明：在不考虑柔性载荷振动时,超静平台模型参数辨识收敛速度缓慢,辨识误差较大;采用文中考虑柔性载荷振动的多变量并发递推最小二乘法,能够明显提高超静平台模型参数估计精度.     

利用动态时间槽分配的多目标防冲突射频识别

对于总数未知的多目标射频识别问题,提出了基于智能标签的具有防冲突功能的多目标射频识别技术方案及其系统框架;改进了ISO/IEC15693标准中的冲突解决方案,采用地址访问策略的自匹配模式,动态调整时间槽的分配,以解决通讯冲突并逼近目标数目;分析了系统实现的软硬件参数的优化选择方法,给出了多目标防冲突识别的实现过程,并将其应用于某图书馆智能管理系统.实验结果表明该技术可以提高智能标签防冲突识别的效率和准确性,能够满足该领域实际需求,具有良好的实用推广价值.     

基于PCA和WPSVM的航天器电特性识别方法

针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高.      

基于电学成像的蜂窝夹层结构超高速撞击损伤监测

针对航天器遭受空间碎片和微流星体撞击的问题,对蜂窝夹层结构的超高速撞击损伤监测进行研究。提出将碳纳米管薄膜共固化在蜂窝夹层结构面板表面使之具有自感应能力,结合电学成像技术对超高速撞击造成的损伤进行监测和识别。采用二级轻气炮对自感应蜂窝夹层结构进行了超高速撞击,在撞击前后分别向感应层注入微小的激励电流,根据边界电压变化重建损伤引起的电导率变化图像,从而提供有关撞击和损伤的信息。试验结果表明,基于碳纳米管薄膜的感应层性能良好,重建的电导率变化图像能够较好地反映损伤个数、位置和近似尺寸,验证了所提出技术方法的有效性,为航天器结构超高速撞击监测提供了一种新的技术手段。     

无人直升机控制动态特性的频域辨识建模方法

利用扫频试飞技术获取了某无人直升机在悬停工作点附近的舵机输入和直升机动态输出数据，利用组合窗频谱分析的方法获取了直升机横滚通道与俯仰通道动态的频率响应特性，利用加权拟合的方法获取了各自的传递函数。和实际飞行数据进行的比较表明，模型有相当的准确性。可以用于直升机增稳系统的控制设计。     

大型捆绑火箭振动试验液体取代与支承影响修正方法

在大型捆绑火箭振动中，液体取代和支承边界影响作为结构质量和刚度的变化，对火箭振动特性有重要影响。本文采用有限元再分析法，矩阵摄动法和拓广灵敏度法，对模态试验数据进行了合理修正，并获得了满意的修正结果。研究表明，在秒状态足够多的情况下，用最小二乘曲线拟合技术修正振型斜率也是可行的。     

SVPWM逆变器数字电压调节技术的研究

逆变器开环工作时，由于输出滤波器的电感、功率管导通压降以及导线电阻等多种因素的影响，使逆变器在加卸载过程中输出电压有效值发生变化。另外，当输入电压波动时也会导致输出电压波动。为保证输出电压有效值稳定，必须加入电压调节器，形成输出电压反馈的闭环控制系统。本文论述了SVPWM逆变器的电压调节方法，建立了SVPWM逆变器模型，并对其进行了辨识，辨识结果说明把逆变器简单地等效为比例环节与实际模型之间存在误差。在此基础上得到的辨识模型，按零极点配置法设计相应的电压调节器。仿真与实验结果表明，该调节器不仅有良好的稳态性能，而且动态响应快。     

直线电机地铁车辆牵引系统国产化应用研究

为解决国内直线电机(LIM)轨道交通牵引传动系统关键技术及备品备件完全依赖进口、维修维护困难、车辆运营成本高的现状,研究开发了具有完全自主知识产权的大功率强迫风冷式LIM牵引变流器系统。针对LIM特殊结构引起的边端效应等问题对传统间接磁场定向矢量控制方式进行了优化。考虑到LIM次级时间常数发生变化对磁场定向的影响,导致转矩控制性能下降,提出了一种基于最小电流的参数在线辨识方法。所提方法计算简单、不依赖于电机其他参数,试验台测试结果证明了该算法的准确性和有效性。在地铁实际运营线路的试验结果表明,国产化牵引变流器各项性能满足车辆技术要求,而且效率等部分指标优于原车进口牵引系。     

基于深度学习的航空发动机不平衡故障部位识别

针对基于机匣测点的航空发动机不平衡故障部位识别问题,提出了基于深度卷积神经网络的航空发动机不平衡故障部位诊断方法。针对某典型双转子航空发动机,建立整机耦合动力学模型,并利用数值积分算法实现不平衡故障数值仿真;在从发动机压气机端到涡轮端的高、低压转子上选择4个不平衡故障部位作为诊断对象,通过仿真分析得到发动机典型转速下的转子不同部位不平衡故障的仿真样本;计算4个机匣测点信号的规范化频谱,通过对大量仿真数据的处理得到反映不同不平衡故障部位的故障样本集;利用仿真得到的大量不平衡故障样本,训练深度卷积神经网络,利用深度卷积神经网络的优良特征学习能力实现航空发动机不平衡故障的不同部位进行识别,数值试验结果表明该方法对航空发动机不平衡故障部位的识别准确率达到95%。     

基于遗忘因子算法的飞行器颤振模态参数辨识

采用频率响应函数数据的频域多输入多输出状态空间模型,研究基于遗忘因子的输入输出数据矩阵构造机制,提高辨识算法的收敛速度;针对系统矩阵的求解问题,采用主成分分析法实现对模型参数矩阵的一致性估计,避免了奇异值分解带来的估计有偏性;算法前采用新息方差准则估计出系统的阶数,以减少计算复杂度。最后利用试飞试验数据辨识飞行器的系统参数,验证了该方法的有效性。