软实时分布式系统中的时间期限分配

在分布环境下 ,任务在多个不同的站点上有处理要求。一个分布式任务需要划分成几个子任务 ,每个子任务在指定的站点上执行。在实时系统中 ,当要完成一个分布式任务时 ,应用系统的设计者经常要把总体时间细化。本文提出如何自动把总体时间期限转换为子任务的时间期限的方法。     

电液伺服速度系统的模糊增益调度控制

针对电液伺服速度系统的非线性和参数时变特性,提出了模糊增益调度控制方法.根据系统的输出误差和误差的一阶微分变化,利用模糊推理在线实时更改比例积分微分(PID,Proportion Integral Differential)控制器参数以适应工作点的变化,使系统控制参数达到全局优化,解决了一般增益调度中控制参数只是对于某一工作点局部优化的问题;在确定P和I隶属度函数时,引入指数函数保证了系统稳准前提下响应的快速性.试验研究表明,与单纯PID控制器相比,模糊增益调度缩短了动态响应时间、降低了超调、减小了负载扰动,说明该方法对非线性系统和未能精确建模系统大范围控制的有效性.      

Feedrate scheduling method for constant peak cutting force in five-axis flank milling process

It is extremely important to select appropriate feedrates for the stable machining of parts with ruled surface in modern aviation industrial applications. However, the current studies take too much time to achieve this goal. Therefore, this paper presents an efficient feedrate optimization method for constant peak cutting force in five-axis flank milling process. The solution method of the instantaneous undeformed chip thickness (IUCT) is proposed using least squares theory with the cutter entry angle and feedrate as variables. Based on this method, an explicit analytical expression of the peak cutting force for each cutting point is established. Furthermore, a feedrate scheduling method is developed to quickly solve the appropriate feedrate under constant peak cutting force. To verify the proposed IUCT model, the fitting IUCT is compared with the accuracy data at different feedrates. Additionally, some experiments of five-axis flank milling are conducted to demonstrate the effectiveness of the peak force model and the feedrate scheduling method. And the surface roughness before and after feedrate scheduling is detected. The results show that the proposed feedrate scheduling method can quickly adjust the feedrate and ensure constant peak force during machining. At the same time, the surface quality is kept at a high level.     

BFOA在军械装备维修任务调度中的应用

分析了军械装备维修任务调度问题的特点,给出了细菌觅食优化算法（Bacteria Foraging Optimization Algorithm）的操作流程,针对军械装备维修任务调度问题建立了数学建模,设计了编码策略并应用Matlab工具软件进行了仿真计算。     

燃料电池无人机混合电源动态平衡能量管理策略

飞机电推进的动力系统趋于混合能源形式的发展方向，不同类型的源具有不同的特性，混合能源协调工作的方式可以提高动力系统的性能。本文所研究的飞机电推进系统的能源形式为燃料电池和锂电池所做成的混合能源。针对无人机动力系统工况的特殊性，本文在基于规则的能量管理策略研究基础上，提出了一种基于燃料电池氢气消耗的动态平衡能量管理策略，使燃料电池和辅助电源的能量消耗处于相对平衡的状态，避免了其中一种电源能量先耗尽的情况，可以满足多种工况的变化，提高了混合电源的能量利用率和稳定性，保证了无人机动力系统的可靠性。通过仿真分析结果证明了可行性，最后设计了能量管理系统的硬件并进行了实验验证，通过对实验结果计算分析验证了该能量管理策略的可行性。     

Cooperative task assignment of multiple heterogeneous unmanned aerial vehicles using a modified genetic algorithm with multi-type genes

The task assignment problem of multiple heterogeneous unmanned aerial vehicles （UAVs）, concerned with cooperative decision making and control, is studied in this paper. The heterogeneous vehicles have different operational capabilities and kinematic constraints, and carry limited resources （e.g., weapons） onboard. They are designated to perform multiple consecutive tasks cooperatively on multiple ground targets. The problem becomes much more complicated because of these terms of heterogeneity. In order to tackle the challenge, we modify the former genetic algorithm with multi-type genes to stochastically search a best solution. Genes of chromo- somes are different, and they are assorted into several types according to the tasks that must be performed on targets. Different types of genes are processed specifically in the improved genetic operators including initialization, crossover, and mutation. We also present a mirror representation of vehicles to deal with the limited resource constraint. Feasible chromosomes that vehicles could perform tasks using their limited resources under the assignment are created and evolved by genetic operators. The effect of the proposed algorithm is demonstrated in numerical simulations. The results show that it effectively provides good feasible solutions and finds an optimal one.     

应用于卫星自主任务调度的改进遗传算法

针对具有侧摆能力的对地观测卫星的自主任务调度问题,对卫星自主任务调度问题和约束条件进行了描述,针对卫星自主任务调度NP-hard的特点,构建了基于目标收益及多约束卫星任务调度模型。设计了一种改进的遗传算法,从遗传操作的各个部分进行算法优化。首先将小区间法应用于初始种群生成,保证了种群的多样性,并且交叉和变异算子均引入自适应概率;同时采用两代竞争技术来避免“早熟”现象,提高算法的效率和鲁棒性。算法还采用最优保留策略用来保存进化中的最优解,使得算法收敛于全局最优。对局部多冲突观测任务应用该改进遗传算法,并针对区域密集目标的观测问题设计了仿真试验,与传统模拟退火算法及免疫蚁群遗传混合算法进行了比较,验证了该算法的有效性和收敛效果。     

基于时间触发的1553B总线实时调度设计

为了优化1553B总线传输性能,降低总线消息传输的等待时间,提高总线带宽利用率和紧急消息响应的实时性,对1553B总线调度方法进行了研究,将周期性调度和抢占式调度策略相结合,设计了一种基于时间触发的1553B总线实时调度方法。在时间触发的基准下按优先级对总线消息进行集中调度,总线帧在总线上传输的时间内,处理器无需等待,可以继续处理其他任务。利用总线数据区分区的特性,设计了紧急消息打断普通总线消息传输的抢占式调度策略,避免了非重要数据较长时间占用总线通信信道,使得紧急消息能够快速响应。试验结果表明,该调度方法实现了总线消息尽最大能力传输,不仅能够较大幅度地提高1553B总线传输效率和带宽利用率,而且紧急消息的响应时间稳定在2ms以内,为紧急消息的实时响应提供了保证。     

多星任务规划中的FFFS-DTMB与ADTPC-DTMB算法

 多星对地观测任务规划是一类典型组合优化问题,针对该问题中常见的时间窗口冲突问题,根据同一时间窗口内的冲突任务的处理方式提出了两种有效处理此类问题的规划算法：带有冲突任务时间窗口后移的先完成先规划算法(FFFS DTMB)以及冲突任务共存性判断算法(ADTPC DTMB),并给出了关键步骤的算法过程与伪代码。完整的卫星任务规划过程包括了约束检查、优先级检查以及任务规划,不考虑任务间关系与优先级,主要研究处理具有时间窗口冲突的任务规划算法。文中给出的两种算法优化目标均为最大化规划任务数量。算法的主要思路是通过采用一个冲突任务替换一个已规划的任务,并将替换任务后移至下一时间窗口或在同一时间窗口内部后移。最终的评价结果显示了两种算法的有效性。     

一种基于偏好MOEA的卫星地面站资源多目标优化算法

随着中国航天事业的发展,卫星地面站资源匮乏问题日益突出,需要对其进行统筹优化使用。因此,卫星地面站资源规划问题得到了广泛关注。在分析问题特点的基础上,对用户规划结果的偏好信息进行建模表达,建立了涵盖用户偏好的多目标数学规划模型,提出了基于偏好多目标进化算法的卫星地面站资源规划算法。为了进一步提升算法性能,设计了基于领域知识的启发式策略,包括：任务扩充策略、冲突消解策略以及任务缩减策略等。实验结果表明,与现有算法相比,用户偏好信息的引入能有效提升问题求解针对性,在IGD-CF （Inverted Generational Distance based on Composite Front）指标上取得了更好的效果。