基于最优梯度法的MPPT全数字控制仿真

为满足深空探测和低轨大功率航天器等特定电源需求、适应未来空间电源智能化管理的发展趋势,文章提出一种基于最优梯度法的最大功率点跟踪(MPPT)全数字控制方法,克服了采用硬件电路增量电导法因参数漂移而导致峰值功率跟踪精度不高的缺点。介绍了基于最优梯度法的MPPT算法的数字实现逻辑,并在Matlab/simulink软件中搭建了太阳电池阵MPPT控制的电源系统仿真模型,在模拟两种不同的太阳电池阵特性曲线突变的条件下,对所提出的MPPT控制策略进行了仿真,仿真结果验证了控制策略的准确度和有效性。     

新一代导弹信号模拟器的设计及应用

介绍对一种能与导弹自动综合测试（简称综测）与故障检测（简称故检）设备联机，并实现全自动模拟综合测试与故障检测运行的智能导弹信号模拟器（以下简称智能模拟器），提出了一种新一代的战术导弹信号智能模拟器设计方法。该智能模拟器经与××导弹三级维护测试设备联机运行获得成功，并已通过成果鉴定。     

某歼击机全机疲劳试验和破坏分析

 本文简要介绍了某歼击机42点协调加载疲劳试验的方案选择和试验支持方式、加载装置、综合安全保护系统特点及破坏情况和结果分析。此外还介绍了全数字直接控制协调加载系统和控制程序系统的设计特点。     

弹载大视场星惯组合深度融合导航技术

为了降低弹载星惯组合（Stellar-INS）飞行中段对调姿观星的要求,提高星惯组合姿态精度,提出了大视场（LFOV）星惯组合深度融合导航方法。小视场（NFOV）星敏感器输出星矢量为主,大视场星敏感器可同时输出姿态和星矢量信息,分别推导了基于星敏感器输出姿态和星矢量信息的观测方程,分析了星矢量和姿态观测方法之间的关联性。建立了包含星惯安装误差、陀螺误差以及初始平台误差角的星惯组合全误差项模型,基于线性卡尔曼滤波给出了深度融合导航方法。开展了数学仿真验证,分析了不同调姿观星路径约束下,大/小视场星惯组合性能差异。结果表明,大视场星惯组合深度融合导航方法不仅可以降低调姿观星约束要求,还可以实现组合姿态性能提升。     

某机翼的安全预测载荷模型建立

基于试飞阶段全V-N包线的实测飞行载荷,将改进遗传算法、线性回归与BP神经网络融合,给出了一种适用于全寿命周期的自适应安全预测载荷模型建立方法。将该方法应用于某飞机机翼的安全预测载荷模型建立,并对所建立的载荷模型进行了全V-N包线的验证。分析了样本空间与载荷模型精度的关系。结果表明：建立的弯矩预测载荷全包线最大误差为10.6%、平均误差为1.0%,剪力的最大误差为9.1%、平均误差为0.4%,比优化线性和分段线性的误差小,比神经网络的收敛性好。随着建模数据从全样本、1/2、1/3、…、1/10样本的变化,弯矩和剪力方程的全V-N包线的最大误差整体呈增大趋势,弯矩最大误差变化范围为10.6%~19.6%,最大剪力误差变化范围为9.1%~27.9%。     

环形阵列超声换能器的全聚焦成像方法及其应用

在检测高衰减的大厚度构件时,相控阵超声声束在非聚焦区域的声能量损失严重,采用线阵或矩阵超声换能器的检测精度和最大检测深度常难以满足要求。首先,建立了合成声束三维声场分布模型,分析了不同阵列超声换能器的空间声场能量分布特点,发现环阵超声换能器在相同聚焦深度处的声场特性更好,同时具有阵元数量少、声束焦斑沿轴线中心完全对称等特点。然后,建立了一种采用环阵超声换能器的全聚焦方法（TFM,Total Focusing Method）,并基于试样群速度测量结果对各向异性材料中的聚焦算法进行了优化。在这种方法中将所采集到的全矩阵数据沿换能器中心轴线进行重建,可实现沿深度方向的逐点无穷聚焦。最后,利用所研制的阵列超声C扫描自动检测系统对预埋有缺陷的3D打印钛合金试样进行了对比检测实验,结果表明采用全聚焦成像算法的环阵超声换能器能实现55 mm试样内部直径0.8 mm、深度5.0 mm平底孔和横孔缺陷的精确检测,相对于常规的动态聚焦算法有更高的检测信噪比和定量精度。     

全转速系数矩阵降维重构的燃机不平衡量逆推方法

整机动平衡可大幅提高燃气涡轮发动机动平衡效率,但由于全转速范围内整机系统动力特性复杂,且结构的特殊性仅能够在机匣外表面测振,传统动平衡方法难以实现整机动平衡。为此,考虑全转速区间整机系统结构振动特性及分布式不平衡量的影响,通过仿真或试验获得全转速范围内各测点振动响应与各叶盘不平衡量间的响应系数矩阵,建立等效不平衡量逆推方程组。依据不平衡位置-转速-测点振动间的敏感性关系对全转速系数矩阵进行降维重构,获得优选配平位置、测点及转速的重构方程组,求得转子配平位置的等效不平衡量。典型双转子燃气涡轮发动机整机系统数值仿真结果验证了该方法的有效性。研究结果对实现燃气涡轮发动机整机动平衡具有一定的参考应用价值。     

基于强跟踪滤波的全自主机器人目标预测

全自主机器人在目标跟踪过程中,为了克服视觉系统造成的决策延时,需要对目标进行预测。目前全自主机器人目标预测方法对目标模型有强依赖性,并对突变状态的预测滞后。本文提出将强跟踪滤波理论应用于全自主机器人目标预测,通过引入渐消因子,克服了其它目标预测方法的缺点。仿真结果说明强跟踪滤波对目标的预测比较精确,并对突变状态反应灵敏,说明该方法的有效性。     

限幅失真对LFM信号脉冲压缩及SAR成像的影响

用贝塞尔函数推导了限幅失真对线性调频(LFM)信号脉压输出波形的影响,并给出了定量表达式.仿真分析了不同限幅时脉压波形的主瓣宽度、峰值旁瓣比和积分旁瓣比的变化,并分析了限幅失真时的合成孔径雷达(SAR)点目标成像.