盘一盘螺栓连接结构模态频率分析

基于ANSYSWorkbench软件,采用层单元法和多点约束技术,模拟了盘一盘螺栓连接结构的螺栓预紧力,对其进行了模态分析,并与试验结果进行了比较。研究表明：采用层单元法模拟螺栓预紧力的模态结果与试验结果吻合较好,为在预紧力作用下螺栓连接结构模态频率的有限元计算提供了1种有效方法。     

强磁干扰环境下磁航向误差补偿技术研究

解决强磁环境下磁强计易受干扰的问题,能够提高微型姿态参照系统航向角测量精度。建立了磁强计误差两次补偿模型,首先采用椭圆坐标修正法对磁强计进行罗差补偿,以减小环境磁场的干扰;其次采用最小二乘拟合法对获得的磁航向角进行二次补偿,提高系统航向角测量精度。试验结果显示：系统航向角测量值的误差均方值由补偿前的3．982°降为补偿后的0．386°,精度提高近10．3倍,表明该补偿方法能够有效降低磁场环境的干扰,提高系统航向角测量精度。     

应用于卫星自主任务调度的改进遗传算法

针对具有侧摆能力的对地观测卫星的自主任务调度问题,对卫星自主任务调度问题和约束条件进行了描述,针对卫星自主任务调度NP-hard的特点,构建了基于目标收益及多约束卫星任务调度模型。设计了一种改进的遗传算法,从遗传操作的各个部分进行算法优化。首先将小区间法应用于初始种群生成,保证了种群的多样性,并且交叉和变异算子均引入自适应概率;同时采用两代竞争技术来避免“早熟”现象,提高算法的效率和鲁棒性。算法还采用最优保留策略用来保存进化中的最优解,使得算法收敛于全局最优。对局部多冲突观测任务应用该改进遗传算法,并针对区域密集目标的观测问题设计了仿真试验,与传统模拟退火算法及免疫蚁群遗传混合算法进行了比较,验证了该算法的有效性和收敛效果。     

基于差异化和空间约束的自动图像描述模型

多头注意力机制是图像描述模型的常用方法,该机制通过多分支结构构建关于输入特征的独特属性,以提高特征模型的区分性。然而,不同分支的独立性导致建模存在冗余性。同时,注意力机制会关注于不重要的图像区域,导致描述的文本不够准确。针对上述问题,提出一种损失函数作为训练目标的正则化项,以提高多头注意力机制的多样性和准确性。在多样性方面,提出一种多头注意力的差异化正则,鼓励多头注意力机制的不同分支关注于所描述目标的不同部件,使不同分支的建模目标变得简单。同时,不同分支相互融合,最后形成完整且更有区分性的视觉描述。在准确性方面,设计一种空间一致性正则。通过建模多头注意力机制的空间关联,鼓励注意力机制关注的图像区域尽可能集中,从而抑制背景区域的影响,提高注意力机制的准确性。提出差异化正则和空间一致性正则共同作用的方法,最终提升自动图像描述模型的准确性。所提方法在MS COCO数据集上对模型进行验证,并与多种代表性工作进行对比。实验结果表明：所提方法显著地提高了图像描述的准确性。     

基于滑模控制的航空发动机多变量约束管理

针对航空发动机传统单变量线性控制器min-max切换方法处理约束的不足,提出了单变量滑模控制器替换所有线性控制器的改进策略,并将该方法拓展为新切换逻辑下的多变量滑模控制结构。基于改进的单变量滑模控制器min-max结构,多变量控制策略中加入了多变量滑模主控制器和新的切换逻辑,充分利用发动机的所有控制量,克服了传统方法的保守性,进一步提高发动机约束下的动态性能。对稳态时工作的控制器进行了理论分析,建立了多变量控制器实现精确跟踪的充要条件。仿真结果表明,多变量控制方法在更苛刻的约束条件下能够实现跟踪任务,而且提高了推力跟踪的快速性,调节时间从1.91 s缩短到1.54 s,同时降低了稳态时的油耗。     

SINS基于非线性量测的大失准角初始对准算法

针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。     

自由漂浮空间机器人多约束混合整数预测控制

针对空间机器人完成任务时需要躲避障碍物的问题,提出一种自由漂浮空间机器人的混合整数预测控制方法。首先,在模型预测控制方法框架下,机械臂关节的物理限制,躲避障碍物的要求被统一描述为最优控制问题下的不等式约束,可以得到自由漂浮空间机器人具有线性二次规划形式的最优控制律。其次,基于命题逻辑建立控制问题中各约束的优先级,保证在最大程度地满足约束的情形下得到控制问题的解,有效弥补了模型预测控制方法用于空间机器人控制时,多约束可能导致最优控制问题不可行的不足。最后,仿真结果校验了所设计控制律的有效性。     

尖楔前体飞行器FADS系统驻点压力对神经网络算法精度的影响

针对尖楔前体（类乘波体）飞行器用嵌入式大气数据传感（FADS）系统存在建模困难及解算模型精度低的问题,首先采用BP神经网络建模代替传统的FADS系统空气动力学建模的方法,建立含有双隐含层的四层神经网络模型,然后通过合理选择网络结构参数及训练验证,对FADS系统的攻角进行解算,最后对驻点压力对算法精度的影响进行研究。结果表明,本文建立的含有双隐含层的四层神经网络模型精度较高,攻角测试误差小于 0.25°; 驻点压力是否作为输入参数对FADS系统神经网络算法求解精度影响较大,攻角测试误差相差达0.1°。在飞行器前缘半径允许的情况下,应尽量得到驻点压力用于解算攻角,提高解算精度。     

双臂协调机械手动力学建模的新方法

由于某种既定任务而产生的约束关系的存在,使得双臂协调机械手的动力学特性表现出高度的非线性和耦合性。因此,利用传统的拉格朗日方程建立其动力学模型显得困难重重。针对平面双臂协调搬运机械手的动力学建模问题,基于传统的拉格朗日方程给出并证明了平面多杆机械手动力学方程的一般表达式。然后利用上述表达式,并基于分析力学界著名的Udwadia-Kalaba方程的建模思想,获得双臂协调机械手在预定轨迹下各杆所需附加力矩的解析表达式及系统的动力学方程,克服了传统拉格朗日方程需借助拉格朗日乘子获得动力学方程的缺点。双臂协调机械手的关节角变化规律和被搬运物体轨迹的数值仿真结果证明所建立的动力学方程符合实际情况。