高温磁悬浮轴承励磁绕组制造技术

针对国内外高温励磁绕组存在的缺陷与不足,提出了一种新型的迷宫形励磁绕组结构,首先通过电火花线切割制造出单层迷宫形线圈,并在线圈匝间和层间充分均匀地填充耐高温绝缘材料;然后通过真空钎焊工艺实现多层迷宫形线圈的牢固焊接,最后将焊接成型的多层线圈封装成迷宫形绕组,并应用于单自由度高温磁悬浮轴承试验台中,实现了550℃被悬浮物体近20h的稳定悬浮.研究结果表明:线圈焊缝的高温电阻值小,抗剪切强度满足要求,焊缝的金相组织致密均匀;绕组匝间和层间绝缘性能良好;迷宫形励磁绕组在原理和工艺上是可行的.对高温悬浮试验后的迷宫形绕组内部形貌进行观察后发现封装线圈的高温绝缘材料存在一定的缺陷,有待进一步研究.      

基于多目标的消磁绕组优化调整方法

针对目前舰船消磁绕组优化调整方法中只考虑舰艇磁场信号幅值而较少考虑磁场梯度信号幅值的不足,提出同时以磁场幅值和磁场梯度幅值削减为目标的优化调整方法.为此,首先以线圈等效电流值为优化对象,磁场和梯度峰值为优化目标,建立了消磁绕组优化调整的多目标数学模型;随后采用多目标微粒群算法求解得到了该优化问题的Pareto解集;最后通过一个计算实例验证了方法的有效性.实例结果表明该方法能够同时处理磁场和磁场梯度幅值,并能给出多种不同等效电流组合以供选择使用.     

基于磁通感应的动目标探测原理及分析

文章研究利用磁通感应技术对运动目标进行探测的方法。通过分析运动目标的磁特性,建立等效磁性模型。根据模型设计了探测感应线圈的结构,并从理论上推导出线圈内磁通量和感生电动势的求解公式。利用数值仿真获得了探测信号与运动目标特征及线圈参数的关系。计算结果表明,探测信号对运动目标参数及探测感应线圈的结构变化响应明显,初步验证了该探测技术的可行性。     

星间洛仑兹力编队飞行的平衡点及零速度曲面

提出了一种新的利用星间洛仑兹力控制卫星相对运动的方法:使主星产生自旋磁场,副星带电,通过控制副星所受的星间洛仑兹力进行编队。假设主星产生的人造磁场表现为偶极子并且运动在一条开普勒圆形轨道上,副星恒定带电并在主星附近运动,同时假设星间洛仑兹力只影响副星的运动而不影响主星的运动。推导了副星在主星HCW(当地垂直当地地平坐标系)坐标系下的相对运动动力学方程。针对偶极子与HCW坐标轴X轴重合的情况下,推导了动力系统下的平衡点(并采用稳定性分析方法分析其线性化意义下的稳定性)、积分常数和零速度曲面,证明了有界相对运动的存在。最后用数值仿真验证了上述结论。     

磁场全张量测量计算方法与误差分析

矢量磁场和磁场全张量数据是多磁源反演的数据基础。针对矢量磁场和磁场全张量的测量问题,文章提出了矩阵式矢量磁场连续扫描方法。对利用矢量磁场计算磁场全张量所用的数据结构进行了研究,应用MATLAB软件对常用的十字形和六面体两种不同数据计算结构进行了仿真分析,结果表明,两种计算结构的误差相近且均不大于10%;并分析了基线距离对磁场全张量计算的影响,结果表明,磁场全张量计算误差随着基线距离的增加而增加。     

一种跟随式大磁矩磁力矩器高反电势抑制技术

摘要： 提出一种可以实现大磁矩磁力矩器磁棒电流续流时间自动调节的控制方法,该方法既可以抑制大磁矩磁力矩器高反电势的产生,又无需增加功率器件为磁棒电流提供续流回路,大幅减小控制线路的体积及热设计难度,同时可以满足输出磁矩在小幅值内频繁变换方向的使用要求.     

基于递推更新卡尔曼滤波的磁偶极子目标跟踪

针对磁性目标跟踪问题,以磁偶极子等效场源模型为基础,建立磁性目标跟踪的离散状态空间模型,将磁偶极子目标实时跟踪问题转化为状态空间模型的滤波估值问题。针对磁性目标初始条件难以获得且现有卡尔曼类滤波算法在大初始误差条件下容易出现发散的问题,提出一种递推观测更新的卡尔曼滤波算法,将现有的一步观测更新描述为递推更新过程,等效降低大初始误差带来的大非线性误差。仿真与实测数据测试结果表明,本文算法具有良好的精度和收敛性,能够有效抑制磁偶极子跟踪中由于大初始误差导致的滤波发散,适于实际应用。     

多导线对称分布原子磁分束器和干涉仪设计分析

提出了采用多根对称分布载流导线构成原子分束器的方法,包括三导线和四导线磁导引。阐述了原子分束器的分束机制,用Ansoft Maxwell 2D软件计算给出了部分载流导线移动到不同位置时的磁场分布图。通过分析了导引中心的变化,发现只要通过改变载流导线之间的相对位置就可以来实现从单路到双路导引和三路导引的转换。由此分别设计由3根对称分布载流导线构成的原子双路分束器和4根对称分布载流导线构成三路分束器,然后运用Monte Carlo方法模拟验证其原子分束功能。最后以三线对称分布分束器为基础构成Mach-Zehnder原子磁干涉仪。     

基于张量分解的动态Web服务推荐

在服务计算领域中,为了能够在大量具有相同功能的Web服务以及API等数据资源中选择适合用户的服务和接口,提出了服务推荐系统。当前常用的基于服务质量（QoS）的服务推荐系统所采用的模型假定服务的QoS值恒定不变,是一种由服务和用户的二元关系构成的二维静态模型。针对实际应用中,QoS是受到多种因素影响的变量这一问题,提出了一种可以描述多个影响QoS因素的张量模型,并利用张量分解算法来对服务推荐算法进行了改进。实验结果表明:提出的基于张量分解的服务推荐算法与6种现有算法相比较,预测服务的QoS值的绝对平均误差（MAE）不同程度地降低了20%~50%,并且所建模型能够描述更多的影响因素,从而可对服务进行动态推荐。      

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。