动力翼伞纵向四自由度动力学仿真

在考虑载荷物和伞体相对运动的前提下,研究了动力翼伞纵向运动过程.将伞体和伞绳作为一个平面运动刚体,载荷物具有绕系挂点的摆动自由度,建立纵向四自由度动力学模型.求解翼伞从平飞至爬升状态推力阶跃操纵的动力学响应,由状态量的变化曲线得出动力操纵初期伞体失速倾覆的主要原因是迎角剧烈变化而超过失速边界.获得推力操纵值和推力增加速率所形成的操纵包线,当推力操纵幅度较小时,增加速率并无限制;当推力增加幅度较大时,增加速率的限制值随着增幅变大而减小.此外从能量角度计算了大动力快速操纵前后载荷物的机械能变化,并提出动力翼伞新的雀降操纵方式.计算表明该方法可以有效减少接地前后的能量,即可以减少接地后载荷物翻转对正面动力系统的冲击.     

一种典型盘式单向阀的动力学建模与优化设计

盘式单向阀特性对其簧片参数十分敏感,为了提高阀的高频工作性能,针对典型的三曲梁式簧片结构,研究了一种通用的单向阀动力学建模与优化方法.建模过程中,给出了簧片关于曲梁宽度、弧度及簧片厚度等参数的插值模型,利用有限元方法获得了插值参数.在此基础上,推导了整个盘式单向阀的动力学模型.利用粒子群优化方法对簧片参数进行优化,设置模型输入为正弦压力信号,优化目标为阀的净输出流量最大.优化结果表明:随着工作频率提高,簧片最优厚度增大,同时单向阀最大净输出流量减小.实验与仿真结果一致,证实了上述方法简单可行,可用于工程实际中合理设计和选择盘式单向阀.     

有源集成器件PDN矢量拟合建模方法

基于矢量拟合(VF,Vector Fitting)原理和电路综合理论,提出了一种有源集成器件宽带电路建模方法,用于电磁兼容仿真.将在直流偏置下测量获得的端口参数采用矢量拟合方法转化为极点-留数与时域状态方程的形式;然后创建时域电路模型,将状态方程转化为与SPICE(Simulation Program with Integrated Circuit Emphasis)兼容的网表电路模型.该网表可以代替原芯片PDN(Power Distribution Network)用于电路仿真,最后使用该方法对样本芯片PDN模块建模并与相应的集成电路等效模型(ICEM,IC Electromagnetism Modeling)进行对比,结果表明:矢量拟合模型相比ICEM模型具有更宽的有效带宽以及更小的模型误差.     

未知参数高阶线性系统基于特征模型的卡尔曼滤波

针对一类有量测噪声的未知参数高阶线性系统设计了基于特征模型的卡尔曼滤波器,改进了由于传统卡尔曼滤波器在未知系统状态转移阵时应用的难题.在对高阶线性系统的自适应控制中,利用建立系统的特征模型构造状态转移阵,结合卡尔曼滤波的思想对系统输出进行滤波,使系统输出以及控制量的性能得到极大的改善.通过对一个未知参数的高阶线性系统仿真实验验证了此方法的有效性.     

编队卫星空间状态与星间基线的建模与分析

针对编队卫星任务中起重要作用的星间基线指标,在考虑精度需求的基础上对用于确定星间基线的空间状态量进行了选择,建立了空间状态量与星间基线的关联数学模型,提供了误差分析方法,仿真给出了一定场景设置下的精度影响因子等指标以定量刻画二者之间的误差传播关系。基线长度仅与编队卫星的相对空间状态有关,而基线姿态角还与主星的绝对姿态有关;且由卫星空间状态得到星间基线的过程中误差放大。     

基于产品可靠性的工艺系统可靠性模型

以提高产品的可靠性为目的,分析了工艺系统﹑工艺过程产品输出参数﹑产品使用性能﹑产品可靠性四者的关系.在此基础上,提出了基于产品可靠性的工艺系统基本影响关系可靠性模型,介绍了其建模方法.模型考虑了各工序之间的影响,反映了工艺系统与产品可靠性的关系.最终研究了工艺系统可靠度和工序可靠度的定量计算方法,为找出工艺系统的薄弱环节,进行工艺优化进而提高产品的可靠性提供了理论依据.     

基于多资源负荷理论的情境意识模型与应用

结合多资源负荷理论及信息认知加工理论,在注意-情境意识(A-SA)模型和注意资源分配SA模型基础上,提出了一种新的SA量化模型。该模型中,多资源负荷作用于低层次的注意感知,初期认知资源衰减结合情境激活后内在的高层次规则可用性匹配,最终输出为个体的SA水平。为验证模型可用性,采用15名被试在不同情境下开展飞行任务模拟,并结合主观的十维度情境意识测评技术(10-D SART)和客观的飞行绩效、情境意识全面测量技术(SAGAT)以及生理测量(心电、皮电及呼吸)进行实验测评。实验分析表明,模型计算的理论值变化趋势与实验结果显著相关,提出的SA量化模型对于指导驾驶舱人机界面设计和优化飞行任务分配具有一定的参考价值。      

各向异性层合阻尼结构的BP集成神经网络模型设计

本文以各向异性层合阻尼结构为研究对象,设计一种基于BP集成神经网络的智能分析模型。该模型中的集成神经网络由两个子系统神经网络并联融合而成,学习算法主要采用Sigmoid函数。同时,该模型设计针对各向异性层合阻尼结构参数的扰动性问题综合采用结构模式归类、学习算法的改进、小波分析方法予以处理。计算结果表明:该BP集成神经网络模型,较好地解决了各向异性层合阻尼结构参数的扰动性问题,并能有效量化结构参数的变化影响。