基于LMI的一类非线性离散动态系统的鲁棒故障诊断

 针对一类非线性不确定离散动态系统 ,提出了一种新型鲁棒故障诊断方法。该方法不但能够对被诊断系统进行故障检测 ,而且同时能够实现故障的分离和辨识。它首先通过构造一个辅助系统 ,将故障的辨识问题转化为min max问题 ,并且通过巧妙设计辅助系统的输出增益矩阵 ,使得辅助系统与被诊断系统的状态差值方程和输出差值方程稳定 ,然后将min max问题转化成LMI问题 ,最后通过求解LMI问题来实现故障诊断。分析了故障诊断方法的鲁棒性、灵敏度和故障的辨识误差。仿真结果验证了该方法的有效性。     

失谐周期压电复合材料结构中的波动局部化研究

考虑力电耦合效应的影响,研究了层状失谐周期压电复合材料结构中的波动局部化问题。根据界面上力电连续条件,推导了结构中相邻单胞间的传递矩阵。以力场和电场变量为状态向量,给出了结构中局部化因子的表达式。作为算例,计算了结构中的波动局部化因子。计算结果表明,压电陶瓷的压电效应对周期压电复合材料的波动局部化特性有显著影响,压电常数越大局部化因子值越大,结构的局部化程度越强;结构的失谐度越大,频率通带区间内的局部化因子值越大,局部化程度越强。分析结果对于周期压电复合材料结构的优化设计和振动控制具有理论参考价值。     

基于多体系统动力学的旋翼桨叶响应计算方法

在中等变形梁的基础上引入增广转换矩阵,为解决桨叶动能项推导编程计算较为复杂的问题,建立了一种新的递推计算方法。该方法在原有的转换矩阵基础上进行了增广,建立了相邻运动坐标系间动能项引起的质量、阻尼、刚度和广义力递推计算方法。以法国SA349/2小羚羊直升机的试飞测试数据为依据,验证了方法的有效性。     

三焦点张量的最小代数误差非迭代算法研究

通过普通数码相机获得的3幅未标定图像,采用RANSAC算法进行两两匹配获得3幅图像的一组兴趣点对,利用最小代数误差非迭代算法在MATLAB中计算出三焦点张量,提出一种最小代数误差非迭代算法。实验结果表明,该方法是一种有效的三焦点张量计算方法,计算复杂度小、实现效率高。能够得到较准确的三焦点张量,为下一步相机自动标定以及三维场景的自动重建和量测奠定了基础。     

基于零控脱靶量的大气层外拦截中制导研究

针对大气层外拦截中段采用耗尽关机固体燃料发动机的情况,设计了基于零控脱靶量的鲁棒中制导律。推导了系统状态转移矩阵,通过数值方法求解得到考虑地球扁率J2摄动项的拦截器零控脱靶状态,在此基础上将推力分解到视线方向和垂直视线方向,并根据垂直视线方向需要速度增量大小设计了推力分配比例系数,使得推力方向平稳变化且能快速减小系统的零控脱靶量。仿真表明,所设计的中制导律简单、可靠,便于工程实现,能有效提高拦截精度,并对发动机工作参数具有较强的鲁棒性。     

异形腔体压电声衬声学性能

为提高压电声衬对低频噪声的抑制范围,对声衬腔体进行结构优化。利用平面波理论构建了两种曲线管道的声学物理模型,并分别建立了两种模型的传递矩阵,以此作为异形腔体亥姆霍兹共振器传递损失计算的理论依据,并通过仿真验证其正确性。结合压电振子的形变对声衬进行有限元仿真分析,结果表明:在压电振子施加500V驱动电压时,两种声衬频率偏移量分别为115Hz和120Hz。与圆柱形腔体声衬进行对比结果表明:在相同腔体厚度范围内,由曲率越大的曲线所生成的腔体,在相同驱动电压条件下,频率变化率越高,这为今后对声衬腔体结构优化提供一种有效的依据。      

基于时滞分割技术的时滞神经网络系统时滞相依全局稳定性分析

通过构造一个新的增广 Lyapunov-Krasovskii泛函,利用时滞分割技术并结合自由权矩阵、Jensen积分不等式,得到一个时滞神经网络系统时滞相依全局渐近稳定新判据。该判据以 LMI的形式给出,便于计算和验证。数值实例表明,文章结果改进了相关文献结论,具有更低的保守性。     

基于马尔科夫链模型的脉动装配线运行状态预测

分析了影响脉动生产线运行的因素和状态预测的必要性,提出了基于马尔科夫链模型的状态预测方法。基于马尔科夫链预测理论,对脉动生产线运行状态划分,确定状态转移矩阵,建立马尔科夫预测模型,并对模型准确性进行验证。     

基于LMI的Lipschitz非线性不确定系统的鲁棒控制

在常态Lipschitz非线性的基础上,考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题,运用Lyapunov方法给出了该系统渐近稳定的充分条件,并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵,通过定理和Matlab仿真实例得出设计的观测器有效,具有良好的稳定性和鲁棒性。     

几何非线性机翼本征梁元素模型的高效化改进

 采用Hodges等提出的时间-空间离散化的几何精确非线性本征梁通用模型处理柔性机翼结构动力学问题时,当离散化的节点数增大时,该方法的未知数数量成倍地增长,而且方程组是严重病态的,因此数值模拟计算的速度非常缓慢。针对机翼中最常见的悬臂梁结构,根据空间离散化的边界条件,提出了空间缩聚法把空间离散差分方程缩聚为常系数矩阵格式,得到了只与时间相关的微分方程组,进一步推导得到了该方程组的雅可比矩阵,因而大大减少了方程组的数量以及求解过程的循环和迭代步数。采用Gear方法分别求解了原始的本征梁元素模型和本文提出的缩聚模型,结果表明空间缩聚模型在相同条件下可提高运算速度约5.1倍,而且对不同类型的外载荷都具有较好的通用性、稳定性和高效性。