基于变结构控制器的敏捷卫星姿态机动方法

随着遥感卫星观测能力的逐步提升,对卫星敏捷机动能力提出了更高的要求。针对敏捷卫星大角度姿态机动问题,以6个单框架控制力矩陀螺(SGCMG)组成五棱锥构型的姿态控制系统执行机构,在构建敏捷卫星姿态运动数学模型以及设计SGCMG系统操纵律的基础上,对卫星绕Euler轴进行姿态机动的角轨迹进行规划,并设计了一种基于误差四元数与误差角速度的变结构控制器。仿真及在轨验证结果表明,该控制器能够完成规划轨迹的良好跟踪且具有较强的鲁棒性,研究成果对敏捷卫星姿态控制系统的设计具有重要的参考意义。     

基于分解-粒化和优化极限学习机的燃油泵性能退化趋势预测

机载燃油泵的性能退化呈现非线性多阶段模式,为了提高机载燃油泵性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于奇异值分解-模糊信息粒化与优化极限学习机的模糊粒化预测方法。针对传统的粒化预测方法直接对原始序列进行粒化分析的不足,首先利用奇异值趋势分解方法提取燃油泵性能退化指标序列的趋势项及去趋势项,再利用信息粒化方法对去趋势项进行模糊粒化;然后将趋势项及粒化后的去趋势项数据输入至极限学习机进行回归预测,并采用粒子群算法优化极限学习机参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪燃油泵性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。     

飞机起落架噪声源定位的压缩感知算法

目前针对飞机起落架噪声源定位的研究方法主要是将麦克风阵列与波束成形算法相结合。常规波束成形（CBF）算法在计算时存在主瓣宽度过宽、结果易受旁瓣影响的问题。高级波束成形算法在计算时效率较差,有时会有违背物理现象的假声源出现。提出了一种将正交匹配追踪（OMP）算法与奇异值分解（SVD）相结合的起落架噪声源定位的OMP-SVD压缩感知算法。在消声实验室内进行飞机起落架噪声源定位试验,将OMP-SVD算法、CBF算法和OMP算法在不同频率下获得的结果进行对比。试验结果表明：①与OMP算法相比,OMP-SVD算法在不同频率下均能准确定位出起落架主声源;②与CBF算法相比,OMP-SVD算法显著提高了分辨率。     

基于改进K-SVD字典训练的涡扇发动机气路突变故障稀疏诊断方法

以典型气路突变故障信号的稀疏特性为基础,通过对涡扇发动机部件特征原子组进行分类,提出了改进K-奇异值分解(K-singular value decomposition,K-SVD)字典训练的稀疏诊断方法,并结合气路典型突变故障开展了仿真实验研究。仿真结果表明:相比于拓展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)方法,改进K-SVD方法对故障定位准确,无故障部件健康参数变化为0,可有效提高故障部件辨识度,避免误诊断;计算耗时与EKF方法基本相等,仅为UKF方法的03%,是一种有效的航空发动机气路突变故障在线诊断方法。     

切换线性奇异系统能达的必要条件

在各子系统正则的条件下研究了切换线性奇异系统的能达性问题。对给定的切换序列定义了容许控制集合,以保证在该容许控制集合中的任意控制律的作用下,相应切换系统的状态都是连续的。基于切换线性奇异系统状态方程解的结构特点,定义了一系列子空间。利用所定义的子空间是循环不变子空间的特点,得到了切换线性奇异系统能达的必要条件。所给的必要条件涵盖了常规切换系统和非切换奇异系统的能达性必要条件。     

三维磁电热弹材料裂纹问题的超奇异积分方法

应用位移基本解,磁电热弹材料三维裂纹问题被转化为求解一组以裂纹表面位移间断为未知函数的超奇异积分方程问题.进而,采用主部分析法得到了裂纹尖端的应力奇异指数及奇性应力场的解析表达式.然后,通过将裂纹表面位移间断未知函数表达为位移间断基本密度函数,使用有限部积分方法对超奇异积分方程组建立了数值方法.最后,通过典型算例计算,得到广义应力强度因子的变化规律.     

离散奇异卷积法结构分析

离散奇异卷积法是近几年内提出的一种新型的、具有潜力的数值计算方法.目前该法已被成功地用于结构元件的力学分析.本文介绍了离散奇异卷积法的原理,尝试用该方法分析工程结构中常用的梁、矩形板结构的弯曲、自由振动性能,并将计算结果与解析法和微分求积法的所得结果进行比较.结果表明,离散奇异卷积法是一种简单、可靠的数值计算方法.     

基于分形的奇异信号的检测

提出了基于分形的奇异信号的检测方法，给出了奇异信号的数学模型、检测原理和实现算法。根据所计算的短时网格分形维数，判断是否有突变信号以及确定其发生时刻。以电力系统中突变信号为例进行仿真，证明该方法能准确有效地检测到突变信号，并能精确地确定突变信号的发生时刻和突变类型。     

基于GRNN-ELM的飞机复合材料结构损伤识别

飞机结构的损伤严重影响着飞机的飞行安全,为了解决飞机复合材料结构损伤难以有效识别问题,本文提出一种基于广义回归神经网络(General regression neural network,GRNN)与极限学习机(Extreme learning machine,ELM)组合的飞机复合材料结构损伤识别新方法。首先对飞机复合材料层合板进行冲击,而后对其进行疲劳拉伸试验,通过优化布局在复合材料层合板上的光纤光栅传感器募集应变信息,并对其进行预处理。采用变分模态分解(Variational mode decomposition,VMD)对募集的应变信息进行自适应分解,得到多个基本模式分量(Intrinsic mode function,IMF)。计算各阶IMF分量的奇异熵,通过核独立主元分析(Kernel independent component analysis,KICA)方法对奇异熵进行特征融合,构建融合特征向量。采用融合特征向量建立基于GRNN-ELM的复合材料结构损伤识别模型,通过试验对损伤识别模型的有效性进行了验证,并分别与所构建的ELM和GRNN损伤识别模型的识别结果进行比较。结果表明,该方法能有效对飞机复合材料结构损伤进行识别,具有很好的工程应用价值。     

自由浮动空间柔性机械臂在轨操作刚性载荷的组合控制

针对自由浮动空间柔性机械臂,讨论了在笛卡尔坐标系中机械臂对刚性载荷的轨迹跟踪控制和连杆柔性振动主动控制问题。基于拉格朗日法、假设模态法和系统动量守恒定律,推导了一种自由浮动空间柔性机械臂在轨操作刚性载荷的动力学方程。在此基础上,采用奇异摄动法将系统分解为慢变和快变两种尺度时标的子系统,设计模糊终端滑模控制器和Backstepping控制器分别对两个子系统进行控制,由此得到的组合控制使得机械臂按期望轨迹对刚性载荷进行精确在轨操作,同时抑制了柔性连杆的弹性振动。通过数字仿真验证了上述方法的有效性。