航空发动机PID控制参数优化的改进遗传算法

提出一种基于参考模型特征指标的P ID控制参数寻优算法。采用遗传算法(GA)优化某型涡扇发动机P ID控制参数,以理想二阶系统作为参考模型,将其与实际闭环系统输出差值平方的时间积分作为系统的适应度函数。设计过程中只需选择二阶系统的自然频率和阻尼比就能准确地实现期望的动态和稳态性能。与传统的基于系统性能指标加权的适应度函数相比,新的适应度函数计算方法避免了加权系数与系统响应形式没有明确对应关系的缺陷。新方法所选参数物理意义明确,算法简单,易于实现。     

DSMC方法模拟微尺度流动时的特征参数选取

利用DSM C算法对微尺度平板附面层流动进行了数值模拟研究,分析了算法中3个主要特征参数:采样循环数、单位网格粒子数和子网格数对模拟结果的影响。分析结果表明,当采样循环数增加到一定程度后,计算结果趋于一致,考虑到计算机时,采样数取8左右为宜;单位网格粒子数过多或过少都会使计算机时增加,太少了还会影响计算精度,建议4~5个左右合适;子网格数对运算时间影响很大,分析认为每个网格内的子网格数为4时最为节约计算时间。最后通过微通道内流动计算进一步验证了本文参数选择方法的可行性。     

金属增材制造监测与控制技术研究进展

金属增材制造技术凭借其柔性化定制能力和复杂构件成形优势,有望成为提升航天领域设计与制造能力的一项关键核心技术,但现阶段该方法仍然存在制造过程稳定性不足、制造质量实时检测困难、工艺参数实时调节技术成熟度有待提升等问题。本文从增材过程信息感知、增材工艺优化决策、质量优化控制发展趋势三方面详细阐述了金属增材制造监测技术的研究进展,论证了高性能结构件增材成形过程中工艺变量-过程参量-成形质量调控的发展必要性,并就增材过程监测技术的发展趋势做出了思考与展望。     

基于模型诊断技术的神经网络实现方法

针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.     

考虑寄生参数的集成电路ESD损伤仿真方法

在传统的基于设计电路的ESD (Electro-Static Discharge)损伤仿真中,通常不考虑版图物理结构的影响,其仿真结果往往与实际损伤情况出现较大偏差,因此提出了一种考虑版图设计中寄生参数的集成电路ESD损伤的仿真方法.首先给出了仿真应用的具体分析流程.然后按照经验公式提取法明确了各种寄生参数的计算模型.最后,以集成运算放大器LM741为例,对其进行了ESD损伤模拟,再通过击打实验、失效定位与电性能测试,结果表明:仿真与实验结果具有较好的一致性,验证了该方法的有效性.      

差动活塞式燃气自增压系统参数设计方法

针对基于单组元肼类物质为工质的液体姿轨控发动机差动活塞式燃气自增压系统,分析了系统的工作原理,提出了系统的参数设计方法,建立了系统的参数设计流程,给出了系统的起动压力计算模型和自锁状态计算方法,并进行了实例研究。结果表明:系统最低起动压力与压力放大贮箱气体腔初始体积、活塞摩擦力和推进剂贮箱初始气垫体积直接相关;系统自锁后,推进剂贮箱压力的设计状态受推进剂贮箱所允许的最大压力上偏差和流量调节器与推进剂贮箱间的压降所约束;推进剂贮箱的工作压力范围是可以根据需要通过燃气自增压系统的设计来保证的。     

基于遗忘因子算法的飞行器颤振模态参数辨识

采用频率响应函数数据的频域多输入多输出状态空间模型,研究基于遗忘因子的输入输出数据矩阵构造机制,提高辨识算法的收敛速度;针对系统矩阵的求解问题,采用主成分分析法实现对模型参数矩阵的一致性估计,避免了奇异值分解带来的估计有偏性;算法前采用新息方差准则估计出系统的阶数,以减少计算复杂度。最后利用试飞试验数据辨识飞行器的系统参数,验证了该方法的有效性。     

薄壁零件的高速铣削振动研究

为研究薄壁零件加工的振动机理,本文在考虑动态切削厚度的变化以及顺铣和逆铣之间差别的基础上,建立了一个薄壁零件立铣的力学模型,并用两个铣削实例加以验证.结果表明,该模型可以预测动态铣削过程中的切削力和振动位移.     

某高速无人机飞行事故分析:高速无人机控制失效分析及控制参数匹配

某型高亚声速无人机连续出现两起飞行事故,在基本排除了机载设备故障的原因后,针对飞行控制失效的原因展开了深入的理论分析与飞控系统仿真试验,最终确定故障原因是在大飞行动压情况下,该型无人机控制参数出现不匹配.这为该型无人机以后的正常使用提供了理论依据,也为其他高速无人机的研制和使用提供了借鉴经验.采取相应改进措施后,后续该型无人机放飞取得成功.