Hexapod多自由度微激励系统的振动时域波形控制

摘要： Hexapod多自由度微激励系统常用于航天器有效载荷在轨微振动环境的模拟，但采用现有控制方法无法精确稳定跟踪低频正弦加速度，这是由于系统耦合度高、非线性在低频段较强，被控对象相位滞后过大造成的.针对此问题，基于传统离线迭代控制方法，提出一种复合超前校正、多倍频陷波滤波器的改进离线迭代控制方法.其中，离线迭代进行补偿控制，超前校正进一步补偿系统相位，多倍频陷波滤波器去除非线性干扰.跟踪低频定频正弦加速度的实验结果表明，对比传统离线迭代控制方法，改进方法收敛快、控制精度高；对比现有自适应正弦振动控制方法，改进方法将符合精度要求的加速度控制频带下限由14.5 Hz扩宽至8 Hz.实验结果验证了所提方法的有效性.     

基于应变的几何非线性梁建模与分析

柔性机翼在气动载荷作用下产生较大变形，几何非线性因素不容忽视。利用机翼柔性特点，通常采用梁模型进行结构建模。从几何精确梁理论出发，结合Hamilton原理推导了几何非线性梁的动力学平衡方程。不同于经典的位移基有限元，采用梁广义应变作为插值变量，得到广义质量阵、广义阻尼阵、刚度阵及载荷列向量，建立非线性应变梁模型。结合Newmark数值算法和牛顿-拉夫森（Newdon-Raphson）迭代法建立了动力学方程求解算法。针对典型算例，开展静、动力学分析，并分别与有限元软件的仿真结果进行对比。结果表明：在相当计算精度下，所建模型收敛特性更好。为进一步验证所建模型在工程实际应用中的精度和有效性，开展针对典型大展弦比机翼的地面静力试验。试验表明：仿真结果与激光位移计和光纤传感设备测得的变形值具有较高的一致性，验证了所建模型具有较高精度。     

复杂电磁环境下无线接收机电磁兼容快速测试技术应用CSCD

复杂射频电磁环境下,无线接收机作为主要的敏感设备,其电磁兼容性直接影响着整个武器装备的电磁兼容特性. 本文针对GJB 151B中对于接收机非线性测试方法的局限性,引入了一种利用自动双频测试系统对接收机干扰响应的快速测试方法;并搭建了实验室半实物仿真测试平台,检测了某接收机在（ 4-6 ） GHz组合频率干扰下的所有非线性的干扰响应通道. 测试结果对于评估接收机及其所在系统的外部电磁环境适应性具有重要参考价值.     

一种改进航空发动机控制器性能的非线性设计方法

为提高航空发动机某工作点的模型精度,并拓宽航空发动机在该工作点控制包线的范围,可应用非线性模型来描述该工作点的动态过程。基于该非线性模型,首先应用Lyapunov稳定性定理设计出一组控制器,然后应用广义Gronwall-Bellman引理的方法完成该控制器性能验证。仿真研究表明:系统响应速度快,能有效抑制干扰,具有良好的跟踪性和鲁棒性,验证了该设计方法的有效性。     

非线性刚度对微机械陀螺动态性能的影响*

为了提高微机械陀螺的稳定性,研究自由振动状态下活动基座上L-L型双质量微机械陀螺的动态性能,建立微机械陀螺的数学模型,得到以幅值-相位为变量的运动微分方程的解,并给出这种解与轨道元素的联系。研究框架质量和弹性件非线性刚度对陀螺漂移量的影响,并给出数值例子。对所得到的解析关系式与曲线进行分析,作出关于系统性能的相应结论。     

基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

基于动态逆-滑模的高速飞行器控制器设计

吸气式高超声速飞行器巡航状态下飞行环境复杂,建模时存在非线性以及参数摄动.基于小扰动假设的传统经典控制理论难以适应当前任务对鲁棒性的要求,对此提出了一种非线性动态逆-滑模控制律改进方法.通过对吸气式高超声速飞行器模型精确反馈线性化得到解耦形式的线性方程,为速度和高度设计出动态逆控制律来抵消非线性特性,在动态逆的基础上采用滑模变结构来补偿参数摄动带来的误差.仿真结果表明,所设计的控制方法具有良好的动态性能及鲁棒性.     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。