广义负载模拟器关节空间耦合特性研究

所述广义负载模拟器采用主从式双并联12自由度机构（MSDPM）进行三维空间力 和力矩的复合加载,由于采用了结构化的顺应机构（SCM）,致使加载机构（GLS）关节空间 耦合特性发生重大变化。本文首先建立了GLS和SCM的独立动力学模型,根据约束条件进行简 化并整合。考虑到控制器的设计是在关节空间进行,基于雅克比变换给出了关节空间等效动 力学模型。据此指出关节空间多通道交联耦合的根本原因在于刚度矩阵和质量矩阵的非线性 强耦合,并给出了耦合矩阵的具体表达式。基于模型对各个自由度下的耦合特性进行仿真研 究。结果表明,两种耦合形式都超出了不解耦条件,但在不同的加载目标值和扰动位姿下, 二者的影响程度差异巨大。该结论对于控制器的设计有重要的参考价值。
     

基于小波神经网络的直升机主减速器故障诊断系统

应用离散小波变换(DWT)和神经网络相结合构建直升机主减速器速器故障诊断系统: DWT对振动信号进行特征提取,神经网络对故障进行辨识和分类。阐述了DWT、帕塞瓦尔定理和广义回归神经网络(GRNN)基本理论,提出了直升机主减速器的故障诊断系统流程图,最后用某型直升机飞行时主减速器上的振动数据对该系统进行验证。实验使用了BPNN(back-propagation neural network)和GRNN两种神经网络,结果表明:提出的故障诊断系统能对主减速器故障进行较好的辨识和分类,这将为直升机主减速器故障诊断系统的进一步开发提供新的技术参考。      

风力机翼型参数化方法

为满足开发高性能风力机专用翼型所需,提出一种风力机翼型参数化表达方法。首先,基于计算几何理论,开发了一类带形状可调参数的广义Bézier曲线,该曲线不仅保持了Bézier曲线良好的特性,而且具有维持控制多边形不变而实现形状可调的能力,能够更灵活地表达几何外形。然后,针对风力机翼型特点,将此类曲线进行可控性改进,发展了一种风力机翼型参数化表达方法。最后,通过表达常用翼型,以及同其他表达方法进行外形拟合对比,验证了新方法具备全面细致的表达能力,进一步以拟合DU93-W-210为标准算例,与其他方法进行气动特性的吻合表现对比,最终验证了新方法的有效性。     

基于广义Richardson外插方法的阻力预测精度分析

利用计算流体力学(CFD)方法预测阻力是飞行器气动设计中的关键环节。采用广义Richardson外插方法分别对数值方法预测二维简单构型的压差阻力、摩擦阻力和三维复杂构型的总阻力的精度进行了分析。在NACA 0012翼型无黏绕流和平板湍流边界层两个算例中验证了NSAWET程序和广义Richardson外插方法,分别得到数值算法预测压差阻力和摩擦阻力能达到的名义精度。进而模拟三维通用研究模型(CRM)翼身组合体绕流,得到的阻力名义精确值在DPW 5的统计误差带范围之内;综合DPW 5的计算结果来看,不同CFD解算器的结果之间存在一定差别,阻力预测精度总体上不符合二阶。可见,标准Richardson方法采用的二阶精度假设难以普遍适用,有必要采用广义Richardson外插方法得到名义精度。针对不合理的名义精度,采用Roache建议的方法加以限制。广义Richardson外插方法有助于提高误差分析的合理性,可以进一步降低网格对阻力预测的影响。     

基于广义预测的双转动扫描系统同步控制

针对遥感相机扫描系统双转动装置的同步控制要求,提出一种基于广义预测模型的交叉耦合同步控制策略。建立基于广义预测控制的模型,结合交叉耦合同步控制策略,实现双转动装置的控制精度要求。为了使交叉耦合同步算法提供的误差在两个电动机中的分配更加合理,引入分配因子,并进行自适应选择,最终削弱由于系统特性的不匹配及环境的不确定性等因素产生的双转动扫描系统同步误差,使其满足控制精度的要求。通过仿真实验,发现随着预测步数的增大,系统的同步误差减小,控制精度提高,满足同步控制精度的要求,验证了所提出方法的有效性。     

离散广义线性系统的若干结论

本文将常义离散线性系统中的部分结论推广到了广义系统的情形，给出了广义系统的正则性定理，稳定性定理、能稳性定理和输出调节定理。     

基于神经网络的目标轨迹预报算法设计

提高轨迹预报精度是反高速机动目标面临的难点之一。本文基于目标运动特性分析,构建跟踪运动模型,采用交互多模型滤波算法完成多模型交互,局部滤波器采用自适应高阶容积卡尔曼滤波算法,通过与强跟踪滤波算法相结合,提高传统的估计精度,进而提高算法的鲁棒性;采用广义回归神经网络设计轨迹预报算法,并在预报过程中引入预报修正量对误差进行修正,通过样本学习提高长时间预报精准度,仿真结果表明,设计的跟踪预报算法在预报精度上较常规算法有较大幅度提升。     

基于广义装配关系的复杂产品装配单元划分方法

通过分析复杂产品的装配几何关系,考虑夹具和工装在装配过程中的使用情况以及装配工艺性能,建立零部件之间的广义装配关系。在此基础上,构建以装配关系强度和装配并行度为目标的数学优化模型,采用免疫克隆算法进行聚类优化,完成复杂产品的装配单元划分。此方法不仅考虑零部件之间的广义装配关系,而且考虑单元划分的目的,使划分结果更加合理。最后,以某飞机机翼装配单元划分为例进行验证,结果表明该方法具有一定的适用性和有效性。     

广义Weibull分布参数的收缩估计

在右删失样本下,研究了双参数广义Weibull分布参数的极大似然估计。针 对在小样本或高度删失样本下参数估计效果差的问题,引入了收缩估计方法,将先验信息与 样本信息相结合,用于改善参数估计。分别在单参数和双参数含有先验信息两种情形下,给 出了分布参数的收缩估计。以定数截尾样本为例,利用Monte\|Carlo方法对收缩估计与极 大似然估计进行了比较,模拟结果表明在一定的条件下,收缩估计具有更优的统计性质。数 值算例表明,在小样本或高度截尾样本下,双参数广义Weibull分布参数的收缩估计具有较 好的效果。