在轨航天器动力学参数辨识技术研究

针对在轨航天器低频密集和辨识时激励源有限且难于测量等特点,开展了适用于低频密集模态且不需激励信息的在轨航天器动力学参数辨识方法的研究,探讨了直接利用在轨响应数据在频域内辨识航天器动力学参数的技术;并根据在轨航天器低频密集特点,设计了在轨航天器动力学参数辨识仿真试验系统,对该辨识方法进行了试验验证。     

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。     

基于小波变换和聚类的BLDCM故障检测与识别

为了满足航空用机电作动器(EMA,Electro-Mechanical Actuator)高可靠性和大范围调速的要求,充分利用具有双通道容错结构的无刷直流电动机(BLDCM,Brushless DC Motor)系统特殊的结构和换相特点,通过分析两个通道中功率电路直流母线电流波形的突变特征,提出一种采用小波变换(WT,Wavelet Transform)与层次聚类算法(HCA,Hierarchical Clustering Algorithm)相结合的故障检测与诊断方法.并通过实际电机系统试验验证了方法的可行性与正确性.试验结果表明,这种方法对电机断相故障、逆变器功率管断路故障具有明显的检测与识别效果,而且不受转速、负载和噪声的影响.信号特征提取算法简单,故障识别方法可靠性高,无需额外设备,易于应用,具有很强的实际操作性.     

基于AQSSE方法的基础隔震结构损伤识别

提出自适应二次误差平方和(AQSSE,Adaptive Quadratic Sum-Squares Error)方法对基础隔震结构进行在线损伤识别实验研究.建立基础隔震结构实验模型,进行振动实验.实验过程中采用一套刚度元件装置在线模拟结构损伤,测量模型加速度响应和位移响应,基于测得的加速度信号和AQSSE方法在线识别基础隔震结构的参数和位移,并追踪参数的变化,从而识别结构损伤.研究结果表明:在两种典型地震波激励下,通过不同时刻的刚度突变模拟结构损伤,AQSSE方法得到的结构参数值与有限元分析结果一致,且识别得到的位移曲线与实验测量的位移曲线吻合良好,验证了AQSSE方法在基础隔震结构参数识别与损伤追踪中的有效性和准确性.     

航天器模块划分数值优化方法

对航天器模块划分主要依靠经验和定性方法的问题,构建了一种通用的模块划分数值优化方法。利用功能分解方法、相关性评价准则、设计矩阵与设计结构矩阵（DesignStructureMatrix,DSM）同步演化的机制获得了基于功能元的数值DSM;基于DSM构建了遵循公理化设计原理的通用优化模型;利用遗传 模拟退火算法获得了可对模块划分方式及数目进行同步优化的模块划分方法;给出了不同于优化目标的评价方法。仿真结果表明,该方法可将航天器划分为一系列内聚度高、耦合度低的模块。     

系统辨识在压力计量中的应用研究

针对压力传感器计量检定中数据处理的具体要求,提出利用系统辨识理论对数据进行处理,采用最小二乘一次完成法实现压力传感器工作直线方程参数的辨识。     

基于dSPACE的频率特性测试与模型辨识研究

为了满足伺服控制系统设计需要,提出了一种利用dSPACE系统对被测对象进行频率特性测试与模型辨识的方法,对该方法所使用的激励信号与响应数据处理进行了研究。利用dSPACE硬件平台产生离散正弦扫频信号,利用软件合成的方法实现相关分析运算,使用Matlab进行数据处理,完成被测对象频率特性曲线绘制,采用Levy方法进行了模型辨识。应用结果表明,该方法使用方便,对传递函数具有较高的辨识精度,可以为控制算法设计提供理论依据。     

基于时空特征融合的舰船航迹预测方法

针对海上舰船日益增多、海情日益复杂的严峻形势,改进舰船航迹预测方法,实现对海域态势的有效管控成为亟待解决的问题。结合舰船航迹获取简单、数量较大的显著优势,提出利用舰船航迹数据驱动的基于时空特征融合的舰船航迹预测方法。首先,联合卷积神经网络(CNN)和长短时记忆网络(LSTM)构造时空特征融合网络,充分提取舰船航迹的时空特征;然后,利用海量 AIS(Automatic Identification System)数据进行网络训练;最后,利用网络输出的航速和航向对舰船航迹进行预测。仿真结果表明,提出的网络具有准确的舰船航迹预测能力,能够适应舰船机动运动场景。与传统预测方法相比,该方法能够使预测 MSE减少 0.2~1.4,预测性能大大提高。     

考虑测量噪声的朗道自适应惯量辨识方法

传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。