一种微机器人轮式驱动器的运动稳定性研究

本文从动力学角度出发,建立微机器人轮式驱动器的运动方程,并分析微驱动器运动稳定性的各种影响因素,得出造成微驱动器运动产生振动主要是存在动载荷。通过使用一相对运动弹性杆组成的模拟传动机构在微小传动力实验台进行传动力试验,试验结果表明弹性杆在啮合过程中产生了不稳定的变传动力,这种变传动力正是影响微驱动器运动产生振动的重要因素。     

非线性条件下编队卫星周期性相对运动条件

利用编队卫星机械能守恒原理，提出了非线性条件下求解编队卫星周期性相对运动条件的新方法，给出了非线性周期相对运动的初始条件。编队卫星相对距离较近时，利用非线性周期运动条件，可修正Hill方程的初始条件，抑制编队卫星的长期漂移。编队卫星相对距离较大，非线性因素不可忽略时，利用非线性周期运动条件，可找到不需消耗任何燃料的周期性相对运动轨道。最后的数值仿真结果验证了该方法的正确性。     

一类单通道信号的时频分析

根据循环平稳信号分析理论，对一类单通道信号进行了时频分析，并在此基础上提出了利用该信号在不同时段功率差值提取目标位置的方法，其最大优点在于可以固定中频带宽，从而省去滤波器组，同时具有精度高、抗噪声性能强的特点。仿真结果表明，采用功率检波法得到的结果与理论值是吻合的。     

基于四元数估计角速率的陀螺故障定位

当卫星速率积分陀螺的配置冗余度不满足一致性检验条件时，不能单纯利用硬件冗余实现陀螺的故障定位。鉴于角度和角速度敏感器的输出通过卫星运动学相关，本文利用姿态测量敏感器的输出来诊断陀螺故障。首先根据姿态测量敏感器的输出得到卫星姿态四元数，进而根据四元数动力学方程得到粗略的姿态角速度信息，并将此角速度作为输出信息用于对卫星动力学方程的滤波，从而得到较精确的角速度信息，为单冗余度陀螺组件的故障定位提供解析冗余信息。利用四元数方法可以避免出现奇点。仿真结果证明了该方法的有效性。     

表面组装生产线的最优配置

在电子产品高速发展的时代,表面组装行业显得尤为重要,表面组装生产线的配置情况与产品的生产效率息息相关。在对表面组装生产线进行配置时需要考虑到诸多因素,包括设备的类型、组线方式及采用的工作方式等。要想实现高效生产就必须对这些因素进行系统的优化配置。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

格栅结构吸波性能探索研究

探索研究了格栅结构作为吸波结构的可能性,利用Floquet定理分析格栅结构传播电磁波的特性,通过传输线和等效电路法设计格栅结构,为展宽吸波频带和提高吸波性能,将电路屏引入格栅结构,结果表明当电路屏与格栅结构匹配时,含有电路屏的格栅结构在8～18GHz内反射率≤-5dB,在频率点为16.4GHz时最大峰值为-24.4dB.     

梁纵向与横向耦合非线性振动分析

纵向振动和横向振动耦合是捆绑火箭等结构中的典型振动现象.以Rayleigh梁为研究对象,通过Hamilton变分原理推导了考虑应变二次项的纵向振动与横向振动耦合控制方程,并用有限元方法对该非线性系统的行为进行了模拟.针对线性系统固有振动频率和非线性纵横耦合动态响应情况,把所得结果与NASTRAN结果进行了比较,二者结果吻合,证明了本方法的正确性.在此基础上,借助振动控制方程和模拟结果,讨论了非线性系统频率与模态的时变特性,非线性动态响应频率成分特性,横向振动和纵向振动相互影响以及共振现象等.研究结果为本方法的实际应用提供了理论基础.      

相关函数在涡流检测信号提取分析中的应用

为降低涡流检测信号处理的硬件复杂程度及提升后续数据分析处理灵活度,在不借助复杂硬件自平衡技术电路前提下,在LABVIEW图形化软件平台中设计了相关函数算法程序,对示波器MDO4024C所采集的原始交流电桥信号及电桥激励信号分别进行自相关及互相关运算去噪,提取分析不锈钢管不同位置的涡流信号的幅值及相位,最后再将检测信号在极坐标图中分析显示。实验结果表明,这一方法可有效实现对不锈钢管缺陷涡流信号的去噪及特征信号提取。     

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。