基于扩展状态观测器的电动负载模拟器反演滑模控制

针对电动负载模拟器中存在的强位置扰动、摩擦、间隙非线性以及参数时变等不确定干扰,提出了一种基于扩展状态观测器的反演滑模控制策略。基于反演设计的思想,将电动负载模拟器分解为负载力矩子系统和永磁同步电机驱动子系统。对负载力矩子系统,利用带有滤波器的扩展状态观测器,消除量测噪声对系统的影响,同时估计出系统中存在的干扰,而后采用比例趋近滑模控制律,得出负载力矩子系统所对应的虚拟控制量;对永磁同步电机驱动子系统,利用常规扩展状态观测器估计出子系统中的复合扰动,采用非奇异终端滑模控制律,消除观测误差以及干扰对系统的影响,并得出系统所需的最终控制量。最后,利用李雅普诺夫方法证明了电动负载模拟器的稳定性,并通过实验验证了所提方法的有效性。     

基于深度学习的飞行载荷测试与反演方法研究

飞行载荷测试技术对飞机的载荷设计、强度试飞以及寿命监控等有重要的意义。为了实现复杂翼结 构气动载荷的实时在线分布测试,提出基于精细化有限元仿真数据驱动的载荷反演方法;使用深度学习方法建 立神经网络代理模型,通过有限元方法构建典型载荷下的结构响应数据集,对模型进行训练;将基于深度学习 方法的翼面载荷反演结果与有限元计算结果进行对比验证。结果表明:总载荷的平均误差约为0.2%,压心位 置误差约为1%,该方法可以使用少量的应变测点数据对整个翼面结构的载荷分布实时反演与重构。     

基于超声导波波束成形的缺陷反演方法研究

利用超声导波对板结构中的缺陷进行反演可以确定缺陷的位置和形状信息,针对走时成像方法在低频范围内效果不佳的问题,提出一种基于波动场的超声导波缺陷反演成像方法。根据波动方程推导出波束成形成像原理,利用Born近似下的散射场数据对成像区域像素点的值进行相干叠加,得到缺陷的位置和形状。再通过波束成形与傅里叶衍射定理在频域的映射关系,将波束成形的结果转化为衍射层析成像图像,得到了更为清晰的反演图像。针对衍射层析成像中存在伪影和噪声的问题,利用二维变分模态分解（Two-dimensional variational mode decomposition,2D-VMD）方法对图像进行降噪处理,有效去除了伪影和缺陷轮廓边缘的毛刺,进一步提高了成像分辨率。反演结果表明该方法可以较为准确地重构出铝板上减薄缺陷的位置、大小和形状,具有较高的分辨率。     

基于欧拉方法的多磁偶极子分辨技术

文章首次将欧拉反演方法应用于航天器内部多磁偶极子的分辨,通过测量航天器外围磁场及其梯度张量数据,采用欧拉反演算法来计算航天器内部主要磁性部组件的位置和磁矩参数。根据磁场梯度张量数据的测量特点,采取了网格式数据采集方式;然后推导了多点联合反演的欧拉方程组,并提出了一种在所有反演解中快速准确寻找最优解的方法;在此基础上利用遗传算法对反演最优解进行了优化。优化后的分辨结果表明:在小范围、多层次磁源分辨方面,计算出的磁源磁矩参数较为准确,且磁源位置最高分辨率优于0.01m。     

反舰导弹航向平面控制导引一体化设计

提出了一种反舰导弹针对水面机动目标的航向平面控制导引一体化设计方案。建立了航向平面的一体化控制导引模型．然后基于反演和变结构控制的思想进行了控制导引律的设计，为了验证该一体化设计的有效性和正确性．基于某型导弹进行了仿真计算。仿真结果表明．针对高机动的水面目标时的命中精度很高。     

鸟体本构模型参数反演II:模型参数反演研究

为获得数值模拟中鸟体本构模型参数,提出了iSIGHT集成PAM-CRASH2006确定撞击体本构模型参数的优化反演方法,利用弹体撞击刚性平板算例验证了该参数优化反演方法的正确性.针对常见的适用于不同撞击速度的鸟体3种本构模型,结合鸟撞平板试验结果优化反演得到了3套鸟体本构模型参数.利用优化反演得到的鸟体本构模型参数进行...     

基于多变量ESA的反演控制方法在微喷十字梁系统中的应用

针对传统参数调节方法耗时长、盲目性大的不足,提出了基于多变量极值搜索算法(ESA)的反演控制器设计方法,并应用Lyapunov理论对其稳定性进行了分析。利用多变量ESA在线寻找代价函数极值而获得优化参数值,并通过多通道极值搜索渠道对各参数同时进行自适应寻优调节,克服了参数间的耦合作用,简化了参数调节过程,并缩短了系统收敛时间。仿真结果表明,该方法可以较快地找到优化参数值,有效缩短了系统收敛时间。     

GNSS-R海面风速反演算法

针对目前GNSS-R海面风速反演方法观测量单一,精度较低的问题,提出一种基于时延多普勒相关功率图（Delay Doppler map,DDM）的分割多普勒波形匹配反演算法。该方法利用新的DDM观测量,经过训练后,可以反演海面风速。使用该算法根据给定条件建立风场反演模型,以CYGNSS数据作为仿真输入量。仿真结果表明,利用该方法在海面风速20 m/s以下,反演风速的均方根误差为2.01 m/s,结果优于传统GNSS-R风速反演使用的峰值功率法和前缘坡度匹配法（Leading edge slope matching method,LES）。     

永磁球形电机的自适应反演滑模控制

针对非线性、强耦合、直驱型的永磁球形电机动力学系统,设计了一种自适应反演滑模控制器。首先,通过拉格朗日第二方程以及卡尔丹角坐标变换建立永磁球形电机的转子动力学方程。然后,将反演设计方法和滑模控制有机结合抑制外界扰动和参数摄动的影响。其中,基于类李雅普诺夫方法获得外界扰动上界的自适应律,并采用一种新颖的趋近律消除抖振问题。最后,仿真结果对比证实:该控制器不仅能保证永磁球形电机动力学系统高精度的轨迹跟踪、快速的动态响应,而且对外界扰动具有较强的鲁棒性。     

基于BP神经网络的核事故多核素源项反演方法

核事故发生后,为快速评估事故严重程度,需要对源项释放率进行估算。本文选取I-131,Cs-137,Xe-133和Kr-85四种核素的释放率为目标信号,利用Matlab建立基于BP神经网络的核事故四核素源项反演模型。计算结果表明,在单隐层节点数为5~60范围内,训练均方差 随节点数增加先减小后增大,在节点数为25时达到最小值41.1%。学习速率在0.01~0.2范围内时,增大学习率可减小训练均方差与各核素相对误差。对单隐层节点数为25,学习速率为0.2的训练结果进行测试,4种核素的源项估计相对误差分别为56.7%,49.1%,92.4%和92.0%。