自适应PID控制系统仿真

针对常规PID控制器不能满足非线性、时变系统的控制要求的问题,本文将自适应控制思想与PID控制器相结合,合成一种自适应PID控制解决方案,并设计了一个自适应PID控制器。该方案运用专家控制策略,自动整定PID参数。仿真结论表明,在系统参数不确定或者发生变化时,该控制器的控制效果明显优于常规PID控制器。     

利用大迎角试飞数据辨识飞机气动导数

基于用局部线化代替非线性概念．探索了利用大迎角飞行试验数据辨识飞机空气动力参数问题。在准定常假设条件下，提出了迎角分割算法和时间分割算法，针对歼教七飞机的失速飞行试验数据，用最小二乘回归方法和最大似然法验证了上述大迎角参数辨识的思想，取得了较好的结果，为进一步开展大迎角参数辨识技术的工程应用奠定了基础。     

基于DSP的数字下变频软件实现

数字下变频(DDC)技术将宽带大数据流信号变成窄带低数据流信号,以便 DSP 实时处理。在分析数字下变频的基本模型基础上,提出了一种基于 DSP 芯片的数字下变频软件实现方案,讨论了相应的算法及分析,并给出了软件实现的主程序结构。软件数字下变频比常规 DDC专用芯片有更大的灵活性、适应性和更高的处理中频。     

飞行员抗荷系统动态特性数学模型

研究建立了飞行员抗荷系统动态模型,包括过载—眼动脉血压子模型、人体正加压呼吸子模型、抗荷阀—抗荷服子模型、面罩子模型、后倾座椅子模型、抗荷动作子模型、抗荷服压力—主动脉输出压子模型等部分。该模型可计算不同过载谱、不同抗荷装备条件下的飞行员过载耐限和耐受时间。研究结果表明,在GOR、ROR、SACM等不同过载谱条件下人体过载耐限值的计算结果与实验数据符合良好。     

精密超声振动切削频率对切削力影响规律的研究与仿真

建立了振动切削中切削力的数学模型,进行振动切削中频率对切削力影响机理的研究,并通过数值模拟的方法,首次从理论上给出精密振动切削中频率对切削力的影响规律。同时,还研究了在不同的振动切削条件下,切削力随切削参数变化的变化规律。     

运行模态分析的频域空间域分解法及其应用

提出了一种基于频域空间域分解(Frequency and Spatial Domain Decomposition, FSDD)的运行模态分析方法。该法将同时具有输入和输出的试验模态分析的经典方法——复模态指示因子(Complex Mode Indicator Function, CMIF)法拓展到了仅有输出响应的运行状态模态分析。FSDD法采用奇异值分解将信号空间和噪声空间分离开来,把奇异值曲线作为模态指示的依据,以奇异值向量作为加权函数得到每一阶模态的增强功率谱(Power Spectrum Density, PSD),进而在频域内对增强PSD曲线进行最小二乘拟合以得到准确的模态频率和阻尼参数。采用了一个二层楼仿真算例和在欧洲广为人知的瑞士Z24公路大桥实测算例来验证FSDD算法。     

一种谐振式传感器频率特性测试平台

谐振式传感器的谐振频率和Q值可以通过其频率特性计算得到,因此需要有一种通用的测试平台来测量各种不同谐振式传感器的频率特性.本文描述了一种谐振式传感器频率特性测试平台,并提出了一种采用间歇激励方法测试谐振式传感器谐振频率的新方法,采用线性调频信号激励谐振式传感器,传感器自由振动状态下的振动频率即是传感器的谐振频率;测得传感器自由振动状态下的振动频率,即可得到谐振式传感器的谐振频率.     

三星无源定位的精度分析及定位算法

 在三颗地球同步卫星加气压高度表的无源定位中,定义了气压高度表水平几何误差因子(HDOP)和伪距位置几何误差因子(PDOP),并给出了相应的数学表达式和分布图。提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。仿真结果表明：衰减记忆法滤波可以有效克服因Singer模型不准确引起的卡尔曼滤波发散;对于高中动态用户,增加多普勒频率后的衰减记忆卡尔曼滤波算法的定位精度要高于常规卡尔曼滤波法和迭代最小二乘法的定位精度。     

自激励旋进射流冲击冷却的对流换热特性

对自激励旋进射流冲击冷却的对流换热特性进行了实验研究.通过对旋进射流出口速度进行频谱分析研究其流动特性,结果表明旋进频率显著地受喷嘴尺寸影响,而Strouhal准则数则受喷嘴尺寸和流量的影响都很小.冲击传热实验表明,由于旋进射流对周围流体的卷吸作用使得射流流速显著下降,强化换热效果反而不及普通的冲击射流,而且随喷嘴尺寸的变化,旋进射流与直射射流之间换热性能的差异也没有统一的变化趋势.旋进射流只有在水平外掠加热平板时,才可能获得比普通射流更高的对流换热系数.      

发动机转子系统早期故障智能诊断

在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。