变循环发动机模态转换建模及控制规律设计方法研究

为了实现变循环发动机快速可靠的模态转换,本文发展了变循环发动机模态转换过渡态模型及控制规律设计方法。在变循环发动机动态数值仿真程序的基础上,针对模态选择阀与涵道引射器这两个模态转换过程中的关键变几何部件,建立了高精度的气流突扩局部损失模型。首次提出了可考虑模态选择阀堵塞对发动机性能影响的模态选择阀堵塞模型,消除了由于模型不精确造成的模态转换参数波动。在建立的变循环发动机数学模型的基础上,提出了基于直接推力控制技术的模态转换控制规律设计方法,考虑了变循环发动机的8个可调参数,采用差分进化算法对模态转换过程进行了优化。结果表明,本文提出的模态转换控制规律设计方法可以实现变循环发动机快速平稳的模态转换,双外涵转单外涵的参数变化规律与单外涵转双外涵的参数变化规律基本类似,推力在0.6秒就稳定在目标推力值,其余参数大多在1.4秒之后才趋于稳定。本文提出的变循环发动机模态转换控制规律设计方法还可应用于常规航空发动机的加/减速过渡态控制规律设计中。     

基于多agent合作博弈的制造系统调度

针对有多个加工和装备设备的柔性制造系统,提出了一种调度方法.首先根据产品装配结构对问题进行分解,得到多个易于调度的简单问题,形成对应的agent.然后应用合作博弈理论,根据各agent重要性和装配约束获得agent的排序.以此顺序在机器上按照规则进行生产安排,故能够得到满足产品加工约束的近似最优调度结果.最后通过实验对算法进行了验证.     

JME法测量光器件偏振模色散

琼斯矩阵特征值分析法(JME法)是测量光器件偏振模色散的一种重要方法。介绍了采用该方法测量偏振模色散的原理和试验装置,并给出偏振模色散人工传递标准的实验结果,该结果与理论值非常吻合。     

影响图对策在多机协同空战中的应用

为了解决不确定环境下空战机动决策问题,将影响图和对策论引入到多机协同空战中,提出了协同影响图对策模型.首先确定群机空战转化为多个小编队作战的原则,然后在协同的思想下把多对多空战模型转化为多个一对一空战模型,最后在不确定环境下,运用影响图对策理论解决一对一空战.针对影响图对策模型计算量大的问题,采用移动平均控制法进行求解.空战仿真结果表明该模型的有效性.      

空间对接机构缓冲系统及其运动学建模

以异体同构周边式对接机构差动式缓冲系统为对象，将缓冲机构分解成6个独立分支，通过设计立局部坐标系，建立缓冲系统运动学正，逆解模型。该建模方法可以消除各分支之间的耦合关系，使建模得以简化。算例说明这种缓冲系统运动学模型是正确有效的。     

空间坐标转换技术的分析与研究(一)

系统分析了空间坐标转换的不同形式及其相互关系,运用旋转矩阵理论作了较为深入的探讨,指出了使用中应注意的问题。提出了齐次矩阵,微分算子及雅可比阵矩等有用概念,作为例子,讨论了这些概念在机器人学中的应用。     

应用博奕理论的多目标分布式气动优化设计

应用博奕理论研究了最优气动外形优化设计方法。采用的基本的优化器为基于控制理论的约束优化设计方法,通过引入标量伴随变量来执行约束条件,进而将上面的方法和对策论结合起来处理多目标翼型优化设计问题,根据各种不同的气动标准(可以是互为冲突的)来优化翼型形状。在对称Nash策略中,每一个“player”都力图优化自己的目标,而Nash平衡则提供了多个目标之间的一种解。不同的翼型分裂和设计算例表明了本文虚拟和真实Nash竞争策略在多目标翼型优化设计中的能力。成功的设计结果表明了本文方法的有效性。     

飞行器控制系统的高精度计算方法

对于连续时间线性二次最优控制问题，在动力学方程和价值泛函的基础上，给出其全状态下的微分方程，进而将精细时程积分法引入上述问题，其优点为，放弃了传统的差分算法，使计算过程既简便又稳定；避免了Ｒｉｃｃａｔｉ代数方程的求解；具有非常高的计算精度。通过对某飞行器控制系统的计算，充分说明了上述特色。     

农村合作组织的经济学分析

发展农村合作组织,可以增加组织化收益,提高农民收入。农村合作组织的收益不但表现在价格上,而且可以在规模经济中表现出来。通过对农村合作组织的经济博弈分析,我们发现,农村合作组织就是基于合作后能够给多方主体共同产生效益最大化,从而共同分享合作剩余,也为政府引导地方经济发展提供了有效的激励制度范式。农村合作组织的制度绩效主要体现在制度激励、克服“农户＋公司”模式弊端、实现小农经济与市场经济的有效对接以及降低交易费用等方面。     

航天器轨道追逃博弈多阶段强化学习训练方法

针对航天器轨道追逃博弈问题,提出一种多阶段学习训练赋能方法,使得追踪星在终端时刻抵近逃逸星的特定区域,而逃逸星需要通过轨道机动规避追踪星。首先,构建两星的训练策略集,基于逻辑规则设计追踪星和逃逸星的机动策略,通过实时预测对方的终端位置,设计己方的期望位置和脉冲策略,显式给出追逃策略的解析表达式,用于训练赋能;其次,为提升航天器的训练赋能效率及应对未知环境的博弈能力,提出一种基于强化学习技术多模式、分阶段的学习训练方法,先使追踪星和逃逸星分别应对上述逻辑规则引导下的逃逸星和追踪星,完成预训练;再次,开展二次训练,两星都采用邻近策略优化(PPO)策略进行追逃博弈,在博弈中不断调整网络权值,提升决策能力;最后,在仿真环境中验证提出的训练方法的有效性,经过二次训练后,追踪星和逃逸星可有效应对不同策略驱动下的对手,提升追逃成功率。