基于Riccati方程的离散容错控制系统设计

基于离散系统的Ｒｉｃｃａｔｉ方程，提出一种对传感器失效具有完整性的离散控制系统的设计方法，给出了完整性设计方法的设计步骤，并用设计实例验证了该方法的有效性．该方法还可推广用于执行器失效的情况．     

可重构零空间控制分配算法及流程规划

针对飞机正常情况和舵面故障情况下的控制分配算法展开研究。根据控制效能矩阵的特点设计了性能指标,并给出了对应的最优逆控制。对带约束的一般控制分配问题,采用零空间横截方法进行了再分配。设计了针对舵面卡死故障的重构控制律。结合某飞机仿真平台,进行了卡死故障的重构仿真,结果表明,控制分配算法能够在故障状态下完成对指令的精确跟踪。     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少,采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题,基于Bayes理论,把历史试验数据视为先验信息,采用矩等效方法确定先验分布,然后通过Bayes理论综合现场试验数据,建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估,得到其MTBF评估值为302.68h,比采用数学平均值法约提高了18.7%,评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

基于潜在成分和概率神经网络的时变结构系统的损伤识别

介绍了基于潜在成分(LC)分析和概率神经网络的损伤识别方法,并应用于一个实验室模型的损伤识别.结果表明,基于潜在成分(LC)分析和概率神经网络的损伤识别方法能在正常的时变质量情况下以较高的成功率对位于A或B处的某一损伤程度未知的损伤进行归类,为时变结构系统的定量损伤识别作出了有益的尝试.     

浅析歼强飞机液压系统元件多发性故障

简要介绍歼强飞机液压系统的特点,论述元件多发性故障的现象、原因,列举动力元件、执行元件、控制元件和辅助元件常见故障分析和预防措施。     

新型环氧树脂潜伏性促进剂的合成、表征及性能研究

合成了新型环氧树脂潜伏性促进剂三(乙酰乙酸十八酯)铝,采用DSC,FT-IR,H-NMR、元素分析分别对其热分解机理、化学结构、物质纯度进行了表征.研究了以环氧ZH92-21∶双酚S∶三(乙酰乙酸十八酯)铝=l00∶3∶0.5为配比的树脂体系的固化制度、潜伏性和力学性能,树脂体系的表观粘度在室温储藏7个月后基本没有变化,相分离是其具有优异潜伏性的主要原因.     

Application of Contact Graph Routing in Satellite Delay Tolerant Networks

Satellite networks have many inherent advantages over terrestrial networks and have become an important part of the global network infrastructure. Routing aimed at satellite networks has become a hot and challenging research topic. Satellite networks, which are special kind of Delay Tolerant Networks (DTN), can also adopt the routing solutions of DTN. Among the many routing proposals, Contact Graph Routing (CGR) is an excellent candidate, since it is designed particularly for use in highly deterministic space networks. The applicability of CGR in satellite networks is evaluated by utilizing the space oriented DTN gateway model based on OPNET(Optimized Network Engineering Tool). Link failures are solved with neighbor discovery mechanism and route recomputation. Earth observation scenario is used in the simulations to investigate CGR’s performance. The results show that the CGR performances are better in terms of effectively utilizing satellite networks resources to calculate continuous route path and alternative route can be successfully calculated under link failures by utilizing fault tolerance scheme.      

基于自适应迭代学习的小行星绕飞容错控制

对于小行星绕飞任务的探测器姿态控制问题,已有方法大都考虑了干扰力矩和参数不确定等因素,而忽视了执行器故障情况。针对执行器故障条件下的小行星探测器姿态控制问题,提出了一种基于自适应迭代学习的容错控制方法。所设计的控制器包括两部分：其一针对执行器故障,设计了自适应迭代学习控制器,采用类滑模的思想和自适应迭代学习算法对控制器参数进行调整,进而补偿执行器故障带来的影响,保证系统在控制输出不足情况下的高精度姿态稳定性;其二针对探测器参量变化、外部环境干扰等不确定情况,设计了基于自适应神经网络的迭代学习控制器,采用径向基函数（RadialBasisFunction,RBF）神经网络对系统非线性部分进行逼近,同时对控制器参数进行自适应迭代学习调整,进而保证系统在不确定情况下的动态性能。数值仿真结果表明该控制器能够有效抑制外部环境干扰和内部参数变化带来的不利影响,在执行器部分失效甚至完全失效故障情况下,仍能保证系统的鲁棒性并实现误差在10^-2数量级内的较高姿态控制精度。