用于飞控系统试飞验证的识别方法

为试飞验证飞控系统的稳定性,改进,确认控制律和评价飞机的飞行品质,提出了富氏系数法（ＦＣ）,直接快速富氏变换－功率谱密度地（ＦＦＴ－ＰＳＤ）和相关函数为－功率谱密度法（ＣＦ－ＰＳＤ）确定系统频率响应,进而采用罗森布洛克无约束极值法和最小二乘－高斯牛顿迭代法进行模型参数拟合,另外,给出适合于上述方法的输入激励设计,通过用Ｔｕ－１５４Ｍ空中模拟试验机人机闭环／手动扫频试验数据和ＢＷ－１变稳机手动／自动     

灰色系统关联分析在故障识别中的应用

通过对现场采集的齿轮故障文件进行诊断,说明通过多参数灰色关联度分析诊断法诊断齿轮故障及识别其故障类型,只要样本文件数据准确、可靠性强,在类似的工作条件下,诊断齿轮的故障是可行的,其效果是较好的。     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

异步电机直接力矩控制中定子磁链自适应观测器的研究

为了提高直接力矩控制系统中定子磁链的观测精度,提出了一种新的定子磁链自适应观测器。该观测器在观测定子磁链的同时也辨识了随温度变化的定、转子电阻。该观测器的稳定性利用波波夫理论进行了严格的证明,其鲁棒性和观测效果也通过数字仿真得到充分的证实。     

薄壁钛管剪应力本构参数识别方法

不同温度下的薄壁钛管剪应力本构参数识别,是研究薄壁钛管差温剪切弯曲过程管材塑性变形行为迫切需要解决的关键问题。提出了一种管材剪切测试的方法。将不同温度下薄壁钛管等温剪切测试、剪切测试过程模拟有限元模型、以及基于距离函数的响应面模型相结合,提出了薄壁钛管不同温度下剪应力本构参数逆向识别方法。采用该方法,识别了TA2薄壁钛管剪应力本构参数。同时建立了TA2薄壁钛管差温剪切弯曲过程模拟3维弹塑性热力耦合有限元模型。分别采用剪应力本构参数和单拉应力本构参数模拟弯管实验过程,评估了有限元模型的可靠性。结果表明：对于剪应力本构参数,温度越高,管材的K值和n值将减小,m值呈现波动的趋势。与单拉应力本构参数相比,剪应力本构参数对温度的变化更敏感,且剪应力本构参数值较小。与单拉应力本构参数相比,使用剪应力本构参数的有限元模型精度较高,模拟精度最大提高了60%。     

飞机结冰在线辨识方法研究

开展飞机结冰气动特性在线辨识研究,不仅可以用于分析结冰对飞机气动特性的影响,而且对于飞机结冰在线识别具有重要的意义。近年来卡尔曼滤波和 H ∞算法在飞机结冰在线辨识中应用较多,二者均具有可靠性高、收敛快等特点,但对于噪声环境下算法的可靠性和精度评估还不够充分。本文针对飞机结冰在线辨识需求,探讨了扩展卡尔曼滤波和 H ∞算法作为结冰在线辨识算法的应用。首先通过 NASA 双水獭结冰研究飞机算例,利用扩展卡尔曼滤波和 H ∞算法,辨识双水獭飞机结冰后的俯仰方向导数,通过考虑阵风扰动和测量噪声后的仿真数据快速估计该飞机俯仰方向上的三个稳定和控制导数,并将辨识结果与参考值对比,发现两种算法均能在2s 之内快速收敛到参考值附近,且滤波得到的状态量与仿真数据吻合较好,说明算法可靠性高且收敛快,具备飞机结冰在线探测的能力。在此基础上利用不同测量噪声统计特性的仿真数据,评估测量噪声对两种算法辨识精度的影响,经分析发现随着测量噪声标准差取值增大,扩展卡尔曼滤波辨识结果精度明显降低,而 H ∞算法的辨识精度变化较小,说明扩展卡尔曼滤波辨识精度依赖于噪声先验信息的准确性,而 H ∞算法不依赖于噪声先验信息,即使数据质量较差,H ∞算法也能得到精度相当的辨识结果。     

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。     

遗传寻优神经网络在平台温控系统建模中的应用

温度直接影响惯性仪表及惯性平台的使用精度,而高精度温控系统的设计依赖于准确的平台加温模型,针对平台系统中多种惯性仪表加温过程复杂度高,当前采用的阶跃响应辨识方法存在模型适应性差、精度不高等情况,且针对基于梯度下降的BP学习算法存在局部收敛的问题.采用基于遗传算法寻优的神经网络辨识的方法,对惯性仪表加温模型进行建模,试验验证通过遗传寻优后的BP神经网络学习算法,提高了网络的学习精度,进而提高了平台系统中惯性仪表加温过程数学模型的精度,模型适应性较高,为后续惯性仪表的加温控制方法的设计提供了必要的条件.     

基于TD-RLS算法的四旋翼飞行器系统参数辨识

在对飞行器气动参数进行辨识的过程中,常需要对获得的数据求微分或二次微分,而利用差分法求微分会放大噪声的影响,引入滤波器抑制噪声又会产生相位延迟.针对这一问题,提出了一种跟踪微分器-递推最小二乘(TD-RLS)辨识算法.首先,建立了悬停条件下四旋翼飞行器的系统模型;然后,基于实验室四旋翼平台飞行试验实测数据,将TD-RLS算法应用于飞行器参数辨识.最终的辨识结果表明,在四旋翼飞行器悬停或者小角度飞行条件下,该方法可以实时获得比较精确的系统模型.     

结构高频载荷识别的统计能量分析法

提出了结构高频载荷识别的统计能量分析法,给出了多子系统受激情况下,结构子系统输入功率识别的步骤和方法.对一个板壳组合结构系统的高频载荷识别分别进行了AutoSEA2仿真和实验研究.仿真与实验结果表明:采用所述方法,能很好地识别出单激励和多激励下结构子系统的输入功率.研究工作为工程结构的高频载荷识别提供了理论参考.