考虑等待时间约束的不完美生产系统的产出优化

针对某些生产系统存在等待时间约束及设备劣化引起产品质量损失这2个问题,构建了系统的缓冲区控制和预防性维护的联合优化模型。首先,利用伽马过程对下游瓶颈工作站的劣化过程进行建模,并考虑由于其状态劣化引起的产品质量损失;其次,在此基础上,将工件的到达、中间缓冲区及下游工作站的加工过程视为一排队系统,引入M/G/1/K排队模型分别求解了在制品(WIP)被阻塞和超出等待时间约束的概率;最后,以最大化系统的"有效产出"为目标,对系统的预防性维护和缓冲区控制作了联合优化。数值实例表明:本文所提模型是切实、有效的,对带等待时间约束的生产系统的缓冲区控制、预防性维护以及产出提高具有一定的指导意义。     

基于速度预测的导引律剩余时间估计

将分段线性逼近与迭代求解的思想扩展到对导弹的时变速度进行分段预测,给出了适用于反舰导弹速度时变情况的大前置角下比例导引律和偏置比例导引律的剩余时间估计算法。该算法在现有分段迭代算法的基础上,依据闭环形式的反舰导弹速度微分方程,分转弯平飞段和近似直线飞行段2种情况,对导弹未来速度的大小进行分段迭代预测并对剩余时间估计进行修正。算法中还给出了偏置比例导引律作用下近似直线飞行段剩余飞行航程的估计公式。仿真结果验证了本文算法的有效性。     

基于量化控制的校准/检测实验室质量管理及实践CSCD

介绍了校准/检测实验室开展质量管理量化控制的思路,以及重点控制项的量化控制方法及初步实践,通过对计量证书质量、质量体系建设、共性问题专项治理、质量培训等方面的量化管控,有效促进校准/检测实验室质量工作的开展。     

利用自然能的轨迹可控临近空间浮空器初步设计

文章针对现有临近空间浮空器持久区域驻留期间面临的“超热”、“超压”和抗风机动飞行对材料和能源技术的挑战,提出一种充分利用自然界热能和准零风层风场环境的新型临近空间浮空器技术方案。文章分别介绍了新型临近空间浮空器的工作原理、系统组成、功能特点和飞行操控策略;通过浮空器热建模仿真分析和参数总体设计,研究了主气囊热控参数、浮空器白天和夜间“超热”能力,以及浮空器体积规模之间的耦合关系。结果表明,通过主气囊热控参数优化设计,可使浮空器白天“超热”值在100K以上,夜间“超热”值在20K以上,并给出了20~80K“超热”范围内的新型浮空器总体参数设计结果,这些结果满足浮空器高度调节所需浮升能力变化要求。     

自组织网络中的分布式能量感知拓扑控制算法

为了有效利用无线自组织网络的能量,将最小连通支配集和计算几何学相结合,提出了一种自组织网络中的分布式能量感知拓扑控制算法.首先选举能量寿命较长的节点构建能量感知最小连通支配集,保证支配节点有充足的能量完成路由转发任务.之后在能量感知最小连通支配集上面构建Delaunay三角剖分,降低节点数据发送能耗,保证链路的能量有效性和网络拓扑的平面性.在原有连通支配集失效的情况下,选举能量寿命较长的替代节点进行拓扑重构,实现动态网络能量均衡.仿真结果表明,本算法在获得小的支配集的同时延长了网络寿命.      

基于特征结构配置的导弹可重构控制器设计

针对简化后的导弹姿态控制系统,运用特征结构配置法,提出了一种改进的控制系统的重构方法.根据输出反馈特征值配置原理,给出了原闭环系统特征结构的确定方法,并对可重构控制器的代价函数的确定方法进行了改进.这种算法通过输出反馈可以确保闭环系统的稳定性,同时可以解决故障前后系统阶数不一致的问题.仿真结果表明,该方法能够在保证故障后闭环系统稳定的基础上使系统性能得到最大可能的恢复.      

飞机飞行控制律/操纵效率器多学科优化设计

基于近似模型和遗传算法,针对多操纵面布局飞机提出一种对全包线飞行控制律和操纵效率器几何形状与位置进行多学科优化的设计方法.该方法采用力矩控制方式进行控制,应用鲁棒增益调参方法设计全包线飞行控制系统,利用试验设计方法和径向基神经网络响应面获取近似的气动学科模型和控制学科模型,在近似模型基础上由遗传算法获得优化的设计参数并最终获得优化的控制律和操纵效率器.以某多操纵面布局无尾飞机为例进行计算机飞行仿真验证,结果表明该方法具有可行性.      

压电层合板振动的鲁棒控制

研究具有不确定系统参数的压电层合板,同时考虑压电层合板的稳态性能和暂态性能,在模型降阶的基础上,应用融合多性能指标的鲁棒控制理论设计控制器,使压电层合板的振动响应满足给定的期望性能指标集,并使压电层合板对参数摄动具有鲁棒性,对扰动输入具有良好的抑制作用.实现压电层合板的鲁棒控制,使振动幅度快速、准确地得到控制.为解决多指标下不确定压电层合板振动的控制问题提供一种代数方法.      

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.