基于混合粒子群算法的航空发动机数学模型解法

以双转子混合排气涡扇发动机为研究对象,研究了粒子群算法(PSO)应用于航空发动机性能仿真时,控制参数对模型收敛性的影响,并结合N+1点残量法的优点,提出了在模型不收敛点采用粒子群算法与N+1点残量法交替计算的混合算法。理论分析与数值仿真结果表明,该算法既保持了N+1点残量法的高效率、高精度计算,又继承了粒子群算法大范围收敛的优点,可实现模型大范围、高效率、高精度收敛。     

压力敏感涂料特性及其校准技术实验研究

 精细化的校准技术和涂料特性研究是影响压力敏感涂料(PSP)测量技术测量精度及其工程应用的重要因素。为此以PSP地面实验测量系统为主要平台,进行了国产PSP的静态校准和光降解实验,基于自主编制的PSP静态校准图像后处理程序研究了PSP压力、温度灵敏度之外所展现出的重要特性。研究结果表明:一定压力范围内,PSP的Stern-Volmer响应曲线呈现出较为明显的非线性,在校准中应采取高阶Stern-Volmer关系式进行拟合;在均匀压力和温度下,不同样片区域的校准结果呈现出空间不均匀性,这种不均匀性会影响PSP的校准精度;PSP存在光降解效应,其降解曲线在一定时间内近似为线性。同时,本文还简要分析了其产生机理以及对PSP测量精度的影响,初步提出了相应的评估指标及改进措施。     

磁悬浮元件精密绕线技术研究

磁悬浮元件电感一致性是衡量其性能优劣的关键技术指标,本文通过对影响磁悬浮元件电感一致性的因素分析,从磁悬浮元件的工作原理、结构特性、精密绕线等方开展研究,总结出了提升磁悬浮元件精密绕线技术水平的关键工艺方法,提高了磁悬浮元件电感一致性。     

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

高超声速飞行器BTT非线性控制器设计与仿真

高超声速飞行器的气动特性比一般的飞行器更为复杂,选用BTT(Bank-to-Turn)技术,即倾斜转弯技术可以满足其对于气动外形的要求,但随之给动力学系统带来了快时变、严重非线性及强烈耦合的特点.针对高超声速飞行器倾斜转弯非线性控制器的这一特点,采用了一种更为有效的非线性系统的控制方法,即非线性动态逆技术.首先建立了高超声速飞行器的非线性数学模型,然后根据奇异摄动理论将动力学系统的受控状态变量分为快变量和慢变量2部分,应用非线性动态逆理论分别对快逆回路和慢逆回路进行设计,其中慢逆回路控制器的输出作为快逆回路控制器的输入指令,最后对于所设计的系统在高超声速下的倾斜转弯运动进行了仿真验证.仿真结果表明该控制系统可以实现倾斜转弯,并可以满足高超声速飞行器稳定飞行的要求.      

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.      

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

金属橡胶颗粒静态特性试验

针对目前航空航天领域板壳结构较多,其模态成分密集、振动复杂等问题,提出了一种可用于各种复杂结构振动抑制的新型金属橡胶构件——金属橡胶颗粒.为了解及掌握这种新型金属橡胶构件的性能和设计规律,开展了有关金属橡胶颗粒的静态性能试验研究.通过试验测量了金属橡胶颗粒的静态迟滞回线,获得了金属橡胶颗粒的刚度和阻尼的范围.通过对比不同参数下的刚度和阻尼的试验结果,总结材料参数(丝材、螺旋卷和相对密度)和工艺参数(变形量和安装密度)等对金属橡胶颗粒的刚度特性和阻尼性能的影响规律.金属橡胶颗粒静态特性试验研究为金属橡胶颗粒的设计和工程应用奠定了基础.     

非线性步进加速退化数据的可靠性评估方法

针对步进应力加速退化试验(SSADT)场合下的非线性退化数据,考虑个体之间的性能退化差异,提出了基于Wiener过程的退化数据可靠性评估方法。首先,分析了步进应力加速退化试验过程及其性能退化数据模型。然后,运用非线性Wiener过程描述产品的非线性退化过程,采用时间尺度变换模型进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑了个体差异的非线性退化数据建模;根据所收集的步进应力加速退化数据,采用两步极大似然估计法确定模型中的未知参数。最后,结合某激光器的实例对比分析表明,所建模型的拟合性较好,评估结果真实准确。