利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

基于伪谱法的空间绳系组合体最优燃耗离轨研究

为了优化空间绳系组合体轨道转移的燃耗,提出一种基于伪谱法求解的包含拖拽、平衡、甩摆三个阶段的绳系组合体最优燃耗离轨方案. 首先将全过程离轨的燃耗作为性能指标,采用简化的绳系组合体动力学模型,利用高斯伪谱法求解出拖拽阶段系统状态最优轨迹;其次考虑较复杂的绳系组合体动力学模型,使用模型预测控制方法跟踪拖拽阶段系统状态最优轨迹. 仿真结果表明该方法能实现主动星安全、高效,并以最低燃耗地将目标星转移到目标轨道.     

几何尺寸约束的超燃冲压发动机推力喷管设计

针对机体/推进系统一体化要求,提出了一种几何尺寸约束的超燃冲压发动机推力喷管设计方法,以实现在满足几何约束条件下优化喷管的气动性能。采用数值模拟对提出的设计方法展开了研究,在此过程中,首先校核了数值方法有效性并确定了网格分辨率。进一步就喷管设计过程中2个关键设计因子——比例因子和非对称因子开展了影响研究。最后为验证本文提出的设计方法的有效性和优越性,将其与典型截短设计方法进行对比分析。结果表明,相比截短方法,本文提出的设计方法不仅能够获得满足几何约束的喷管,同时可使喷管推力系数、升力和俯仰力矩分别提升33.36%、265.75%和37.21%。此外,本文提出的设计方法还可以通过调整设计因子来获得不同气动性能的喷管,进而满足应用过程中的实际需求。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

基于拉盖尔函数的卫星姿态预测控制方法

针对卫星在空间站中进行绕飞检测时的姿态控制问题,考虑卫星的姿态轴需要躲避禁飞区域并指向期望位置,提出了一种基于拉盖尔函数的模型预测控制方法,实现了对卫星姿态轴的控制。在模型预测控制方法的基础上,通过拉盖尔函数,将优化多个控制输入转换为优化少数的拉盖尔系数,建立了拉盖尔模型预测的控制策略,改善了传统的模型预测控制方法计算效率差的问题,减少了优化时间。采用卫星在空间站中绕飞的模型进行数值仿真验证,结果表明该方法能够使卫星的姿态轴躲避禁飞区并到达指定位置。与传统方法相比,这种基于拉盖尔函数的模型预测控制策略能够提高优化效率,减少计算时间。     

月面上升的轨迹优化与参数分析

面向月球采样返回任务分析需求,对月面上升段的轨迹优化及燃料消耗影响因素进行了研究。基于上升器运动模型,建立以燃料消耗最优为目标考虑入轨约束的轨迹优化模型,通过Gauss伪谱法和序列二次规划求解上升过程最优推力方向。改变运动模型中的初始推重比、入轨约束中的目标轨道参数,根据轨迹优化结果得到对应的燃料消耗,分析了这些因素对上升器燃料消耗的影响。针对上升器非共面起飞的问题,提出了上升偏航、升交点调整、倾角调整3种方案,从燃料消耗的角度分析了各方案的适用情况,为未来工程应用提供参考。     

基于直接配点法的月球软着陆轨道快速优化

介绍了直接配点法在月球探测器软着陆轨道快速优化问题中的应用.首先给出了软着陆最优化控制问题模型,其中状态方程为量纲为1的三自由度模型,性能指标选为燃料消耗最小,控制变量则为推力攻角和推力.终端状态受到速度和高度的约束.然后,应用直接配点法将最优控制问题离散化为非线性规划问题,即将动态优化问题转化为静态参数最优化问题.选取各节点和配点上的状态量和控制量作为优化参数.最后应用基于Matlab语言的SNOPT软件包对参数最优化问题进行求解,该软件包对于求解大型非线性规划问题具有很好的收敛性.仿真结果表明直接配点法对于月球探测器软着陆轨道初始状态量和控制量的取值不敏感,且求解过程具有一定的实时性.因此,直接配点法对于再入轨迹优化问题的求解是可行的.     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。     

空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。