采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

非连续增强镁基复合材料的时效特性

对ＭＢ１５合金和（Ｂ４Ｃｐ＋ＳｉＣｗ）／ＭＢ１５复合材料在１７０℃的时效特性进行了比较研究。ＤＳＣ结果表明,复合材料中时效相的析出过程比基体合金提前,且析出量增加,而析出相的溶解过程推迟。ＴＥＭ观察发现,复合材料中析出物仍为Ｌａｖｅｓ ＭｇＺｎ２＇相,且在ＳｉＣｗ／Ｍｇ与Ｂ４Ｃｐ／Ｍｇ两种界面上和界面反应物ＭｇＢ２上优先析出。维氏硬度测试表明,复合材料有明显的时效加速,达到峰时效只需６ｈ,而基体合     

基于OARO-GRU网络的高频地波雷达电离层杂波短期预测

电离层杂波的精确预测对提升高频地波雷达的目标探测性能具有重要推动作用。为此,提出了一种基于改进人工兔子算法优化门控循环单元 （Opposite Artificial Rabbits Optimization optimized Gated Recurrent Unit, OARO-GRU）网络的电离层杂波短期预测模型。首先,依据高频地波雷达接收到的电离层杂波具有混沌特性这一先验知识,通过相空间重构技术构造GRU网络的输入和输出样本集;然后,融入反向学习和柯西变异两种改进策略用于改善标准ARO的寻优能力,并将其用于执行GRU网络的包含隐层节点个数、初始学习速率和最大迭代次数在内的三个超参数值的优选;最后,重新训练优化后的GRU网络,输入测试样本集进行测试,并依据给定的评价指标评估模型。实测结果表明：相较于其他7种对照模型,所提出的OARO-GRU网络预测模型在预测精度和可靠性上均具有明显的优越性,为有效改善高频地波雷达的目标探测性能提供了一种新的思路与方法。     

增雨防雹火箭作业系统设计及试验

基于人工影响天气的基本原理，阐述了人工增雨防雹概念及其对火箭作业系统的技术要求，介绍了ＷＲ－１Ｂ增雨防雹火箭作业系统和试验作业的设计。     

基于人工势场法的月球表层采样装置避障规划

表层采样技术是获取地外天体土壤样品的重要手段,为在月表复杂地形、不确定着陆姿态、不规则器表包络约束下,快速获取安全的表层采样动态轨迹,文章根据四自由度表层采样装置设计,分析了工作过程中的正逆运动学关系;根据表层采样装置动、静态目标点运动要求,将约束空间分解为有效障碍检测区与不可达集,进行表层采样避障规划;为加快规划速度,针对表层采样装置瞬态构型构建了动态障碍检测区、动态不可达集;结合人工势场法提出了避障规划算法。对典型姿态下表层采样过程的避障规划仿真表明,该算法可实现约束条件下的表层采样轨迹规划,并对表层采样装置适应性设计提供支持。     

钛合金铣削刀具/工件接触区域温度预测

钛合金（Ti-6Al-4V）因其优良的综合性能广泛应用于航空航天领域中,然而由于其导热系数低、弹性模量低等特性,铣削加工过程中刀具/工件接触区域温度过高,从而导致刀具磨损严重,影响已加工表面质量。因此研究切削过程中刀具/工件接触区域温度具有重要意义。从切削机理出发,将切削区域的3个热源等效为螺旋线热源,其中热流密度计算类比铣削力预测模型中铣削力计算方法,提出包含铣削热系数的热流密度计算模型,并通过实验标定铣削热系数,结果表明热流密度随切削厚度增加接近于线性增加。建立刀具/工件接触区域温度预测模型,通过半人工热电偶测温实验对模型的可行性与准确性进行了验证,实验值与预测值的相对误差在10%之内。提高了刀具/工件接触区域温度的计算精度,并为切削参数的合理选择提供理论基础。     

考虑多点保形的结构拓扑优化设计方法

为了抑制飞行器结构局部区域内多个控制点的翘曲变形,提出考虑结构保形的拓扑优化设计新方法。基于由局部区域内保形控制点生成的人工附加弱单元(AWE),定义AWE的变形能约束函数,从而引入了对结构局部区域的多点保形约束,定量衡量并抑制了该区域内结构的弹性翘曲变形程度。进一步讨论并分析了保形约束与整体刚度之间的消长关系以及优化过程中可能存在的传力路径畸变现象。拓扑优化数值算例的设计结果对比表明,保形拓扑优化方法相比现有拓扑优化方法,能够有效抑制多点间的相对位移和翘曲变形,实现保形设计效果。     

基于人工蜂群算法优化的燃气发生器压强自适应模糊免疫PID控制

固冲发动机燃气流量控制系统因具有较强的非线性和时变性,导致其控制问题较难解决。为了实现对燃气压强的精确闭环控制,设计了基于人工蜂群算法优化的自适应模糊免疫PID (ABC-AFI-PID)控制器。控制器的比例系数由模糊免疫控制器在线修正,积分和微分系数由自适应模糊控制器实时调整,并应用人工蜂群算法对控制器的设计参数进行鲁棒优化。采用ABC-AFI-PID控制器、自适应模糊PID (AF-PID)控制器和传统PID控制器分别对某滑盘阀式流量控制系统的线性和非线性模型进行仿真,来验证控制器在设计工作点(7.24MPa)附近以及全压强调节范围内的动态性能和稳态性能。结果表明:在不同的工况下,ABC-AFI-PID控制器体现出良好的品质。相比于AF-PID控制器可将压强响应速度提高约1.8～2.5倍,相比于传统的PID控制器可将压强响应速度提高约4.6～5.1倍,并且其超调量也被控制在7.14%以内。该控制器在快速性、稳定性和鲁棒性上均展现出了巨大优势,显著地提高了燃气流量控制系统的性能。     

一种中继无人机快速部署策略

针对任务规划中中继无人机部署效率低,部署方案无法满足最少数量要求等问题,提出了一种中继无人机快速部署策略。首先,根据最少中继节点的任务要求,建立了基于最少中继节点的部署模型。其次,优化了深度优先搜索算法的搜索方式,实现了节点间可行链路的快速搜索。最后,在人工蜂群(ABC)算法中引入快速深度优先搜索(DFS)算法,来求解最少中继节点部署方案。仿真结果表明:在相同任务规模下,所提策略的求解速度相较于改进前提高了53.56%左右,部署的中继无人机数量相较于现有方法减小了11.88%左右。