具有输入约束的飞机姿态L1自适应控制

针对具有模型不确定性、控制舵面故障以及非线性干扰的飞机俯仰姿态控制问题,基于L1自适应方法设计增广控制器。设计合适带宽的低通滤波器,以满足控制器快速自适应要求,保证系统输入输出信号的一致性能有界。考虑伺服控制实际存在的幅值约束,推导出所设计的自适应控制系统的稳定性条件及其性能界,即忽略幅值约束时,选择足够大的自适应增益,闭环系统性能能够任意接近参考系统;考虑幅值约束时,闭环系统的性能可以通过增大自适应增益得以改善,但是不能任意接近参考系统。仿真验证了所设计的飞机姿态控制系统的有效性,结果表明控制器对有界不确定性和干扰具有鲁棒性,同时满足输入约束要求。     

车载平板动卫通三轴稳定机理研究

针对车载平板动卫通系统中稳定隔离载体姿态变化问题,通过对三轴稳定机理的分析研究,提出了"方位、俯仰机械补偿,极化电子补偿"的三轴稳定结构,仿真结果表明"方位、俯仰陀螺安装在天线俯仰转台,极化陀螺安装在天线方位转盘或俯仰转台"两种自稳定结构能提供良好的陀螺工作环境并具有较为简洁的隔离载体姿态变化补偿表达式,具有一定的工程理论指导意义.     

自耦合射流激励同向气流掺混的数值研究

针对同向两股气流掺混的某一特定物理模型,对自耦合射流作用下的气流掺混过程进行了数值模拟研究以揭示激励参数对于同向两股气流掺混的影响.与未施加自耦合射流激励的掺混过程相比,自耦合射流周期性的吹/吸诱导流场内产生复杂的大尺度涡系结构,使得同向两股气流形成对流型混合,有效缩减了主流核心区长度;随着自耦合激励器驱动频率和驱动振幅的增大,自耦合射流出口附近的涡强度增强,同向两股气流掺混效果得到有效改善.      

利用二次优化实现柔性冗余度机器人关节力矩最小化研究

对基于振动抑制的柔性冗余度机器人关节力矩的最小化进行了研究。通过分析影响柔性机器人弹性动力响应的因素,得出了在结构参数不变的情况下可以通过适当调整关节运动参数来提高机器人动态性能的结论。在此基础上,通过对柔性冗余度机器人的关节运动进行研究,提出了通过自运动的适当选取从而抑制机器人柔性振动的方法。通过对满足抑振要求的自运动的选取进行分析,指出柔性冗余度机器人在实现振动抑制的基础上还具有二次优化的能力,并且利用这种二次优化的能力得出了基于振动抑制的最小化关节力矩的方法。数值仿真验证了该方法的有效性。     

压电驱动自耦合射流冲击冷却特性的实验

利用热线风速仪测量了二维狭缝自耦合射流的速度和湍流度变化,获得了激发器输入电压、频率对自耦合射流的影响规律,获得了激发器的最佳激励电压和频率值;并将自耦合射流应用于冲击换热,通过红外热像仪得到了不同加热功率下加热靶板对流换热系数分布。实验结果表明:(1)在冲击间距比小于20时,射流处于发展区内,冲击冷却效果较差;(2)冲击间距比大于20以后,射流完全形成并趋于稳定后,冲击靶板的换热效果较好;(3)但由于射流速度随着距离增大而衰减,换热效果在冲击间距比为80时达到最佳。      

具有超疏水宽频吸波性能的磁功能化石墨烯气凝胶

三维“泡沫型”结构石墨烯气凝胶具有高比表面积及独特的多孔结构特性,使其成为了最具发展潜力的轻质宽频微波吸收材料。采用化学还原自组装法构筑含有金属乙酰丙酮络合物的石墨烯水凝胶,经冷冻干燥、原位热解过程成功制备Co磁性纳米粒子修饰的超疏水石墨烯气凝胶(Co@SMGA),通过粉末X射线衍射(XRD)、拉曼光谱、X射线光电子能谱(XPS)、扫描电镜(SEM)和透射电镜(TEM)等手段测试表征复合材料的结构和物相组成,基于同轴法测试其电磁参数并利用Matlab模拟反射损耗。实验结果表明：煅烧温度对磁功能化石墨烯气凝胶复合材料的微波吸收性能有重要影响,煅烧温度450℃、超低填充量4 wt%的复合材料具有最优异的吸波性能,其最小反射损耗(RLmin)为-45.3 dB,匹配厚度为2.5 mm时,有效吸收带宽(EAB)达到6.5 GHz。     

基于自适应谱估计的跳频捕获技术

提出了一种基于谱估计的跳频(FH, Frequency Hopping)信号的捕获方法,建立了自回归自适应谱估计模型和算法,通过计算信号频谱估计了跳频信号的瞬时频率.当频率估计存在偏差时,为了避免错误判决,实现稳健捕获,给出了一种新的捕获逻辑.在高斯白噪声( AWGN, Additive-White Gaussian Noise)环境和瑞利(Rayleigh)衰落环境下,对不同天线阵元数目情况下的捕获性能包括平均捕获时间和误码率进行了数值仿真.仿真结果表明:谱估计算法能快速准确地估计出信号频率,实现跳频信号的快速捕获.      

仿生硬件及其进展

文章详细介绍了仿生硬件的概念、主要特征及用途 ,阐述了仿生硬件的进化原理及实现思想 ,重点分析了仿生硬件的关键技术———可进化硬件电路、硬件进化方法 ,并总结了研究状况与最新进展 ,讨论了需要解决的核心难点问题及其解决思路 ,最后指出了仿生硬件的研究方向及发展前景。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

无人机自馈能刹车系统设计

近年来,一种飞机自馈能刹车系统被提出,将模块化的自馈能刹车装置安装在机轮附近,回收机轮着陆时的旋转动能,并将其转换成液压能,用于刹车作动。为了提高无人机刹车系统的可靠性和安全性,提出了一种利用齿轮组进行取能的专用取能机构,设计了自馈能刹车系统的紧凑型专用取能机构,研制了高可靠、高集成化的自馈能刹车系统样机,完成了环境试验、惯性台试验、装机滑行试验,实现了自馈能刹车,大大提高了飞机刹车系统的可靠性、维护性和保障性。