飞行器舱室突发污染源散发强度动态辨识

诸如载人航天器和大型飞机等密闭微环境,随着人员停留时间的延长,舱室突发污染 问题已成为危害工作人员生命安全的主要因素,所以迫切需要开展突发不确定污染源辨识及 危害性预测研究技术,以提高上述密闭环境主动应对突发污染的能力。本文提出一种新的浓 度离散随机模型,并建立敏感性分析方法实现污染源定位及强度初步估计,之后利用隐式与 显式卡尔曼滤波相结合的方法同时完成污染源散发特性的动态辨识及舱室空气污染物的浓度 预测。上述研究能够实现污染源散发特性的快速准确辨识。仿真结果证实了该算法的有效性 。
     

航天器质量特性参数的在轨辨识方法

针对高精度姿态和轨道控制要求准确已知航天器质量特性的问题,提出了基于参数解耦的最小二乘法和基于PSO的非线性优化两种方法,以辨识航天器的质量、惯量和质心位置。第一种方法将惯量与质量和质心位置解耦后分别辨识;第二种方法则将参数辨识问题转换为非线性系统的全局优化问题,同时辨识出所有参数。所提出的方法均不需要假设航天器运动足够慢,克服了以往方法将待辨识参数的耦合关系强行分离的缺点,采用辨识后的参数明显提高了航天器姿态及轨道控制性能。仿真结果验证了方法的有效性。     

固体火箭自由运行状态截面弯矩识别方法

首先对固体火箭自由运行状态得到的低频振动数据进行两次积分得到     

基于不平衡加速响应信息的柔性转子双面平衡

模态平衡法和影响系数法是转子平衡中最常用的两类方法,它们都以转子的稳态响应为基础,因此称之为"稳态平衡方法"。针对当前转子稳态平衡方法中存在的不足,提出了利用不平衡加速响应信息进行柔性转子平衡的新方法。为了描述模态不平衡相对键相槽的角位置,首次引入了模态不平衡方位角的概念,并通过转子的不平衡加速响应信息对其进行了识别;在此基础上,结合转子的模态知识,添加合理的平衡试重组,利用各阶模态试重大小与对应阶模态不平衡响应幅度增量的线性关系,识别出校正质量组的大小,通过双面加重的方法实现了转子前两阶模态的平衡。仿真和实验结果表明,该瞬态平衡方法在有效降低转子不平衡振动的同时,减少了平衡过程中的起车次数。     

带有触觉的空间机械臂操控未知载荷特性识别

为在线准确辨识载荷特性参数,提出一种利用关节力矩和触觉传感信息进行未知载荷特性参数辨识的方法。该方法基于牛顿-欧拉方程,采用归一化最小均方误差法进行自适应滤波,从而辨识出未知载荷的特性参数。为校验算法,利用MATLAB/Simulink和ADAMS软件搭建未知载荷特性辨识仿真平台。该平台执行机构包括多自由度机械臂和二指爪末端操作器,机械臂关节具有力矩传感,末端操作器指爪内侧具有触力传感器。仿真表明,在具有激励信号幅值1 %的白噪声情况下,辨识误差小于2 %。     

空间非合作目标惯性参数的Adaline网络辨识方法

空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方（NLMS）准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器-机械臂-空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。     

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

航空网络关键节点辨识的核极限学习机算法研究

通过技术手段准确识别航空网络的关键节点,对航空网络平时的正常运行以及战时的防御和修复,具有重要的理论意义和参考价值。提出一种基于核极限学习机的航空网络关键节点识别方法,首先,采用层次分析法对节点综合重要度进行评估;然后,选取三个简单指标,基于核极限学习机学习简单指标与综合重要度之间的映射关系,建立重要度评估模型;最后,以中美两国航空网络为例进行仿真。结果表明:仅需计算 40 个节点的复杂指标值,就可对关键节点取得较满意的辨识效果,降低了计算复杂度,提高了辨识效率,即采用本文方法辨识航空网络的关键节点是有效、可行的。     

人控制行为的模糊控制模型的参数辨识方法

在有人参与的控制过程研究中,确定人操作者的模糊控制模型的参数是非常困难而复杂的一步,也是此研究领域的一个重点。这个问题的解决,将对人一机控制系统的研究,分析和设计有着十分重要的意义。 本文根据已知的人的模糊控制模型,提出了一种参数辨识方法,并进行了参数辨识实验。实验结果表明:此辨识方法简单方便、且十分有效而实用。它不仅可以为人的模糊控制模型的研究提供基本数据,而且为参数辨识研究提供了新的途径。     

双馈异步发电机定转子绕组过热故障监测方法

双馈异步发电机(DFIG)在长期运行中很容易发生定转子绕组过热故障。以绕组温度为研究对象,在分析绕组过热故障成因的基础上,分别从电机热性能和参数辨识两方面进行检测。使用参数辨识法时,首先利用电机电磁数学模型辨识定转子绕组电阻,再根据电阻与温度之间的关系计算定转子温度,从而判断绕组是否过热。最后基于MATLAB软件仿真验证了定转子绕组参数辨识法的正确性,为DFIG诊断绕组过热故障提供理论支撑。