基于杂草算法的超磁致伸缩作动器耦合模型识别

考虑磁滞损耗、动态应力等因素的超磁致伸缩作动器磁滞模型可有效揭示电-磁-机-热多场耦合效应,但准确识别其非线性模型往往存在较大困难。智能杂草算法具有激烈的竞争机制和较强的搜索能力,可用于解决作动器多目标物理参数辨识问题。传统算法的种子数量以线性方式产生且分布方差与适应度缺乏联系,极大地影响了算法收敛速度和模型识别精度。为此,提出一种非线性繁殖和分布的混合改进杂草算法,并将其应用于超磁致伸缩作动器模型识别。实验表明:改进算法具有较强的噪声抑制能力,能精确辨识含有噪声扰动的作动器磁滞非线性模型物理参数;模型预测值和实验数据误差较小,所识别参数可使磁滞非线性模型较为全面地描述作动器多场耦合机理和动态特性。     

压电执行器 NLDDS及神经网络非线性建模与控制

本文采用非线性动态数据系统(NLDDS)建模方法和非线性递推最小二乘算法,对具有迟滞非线性特性的压电陶瓷微进给执行器的动态特征进行了建模、预报与控制,并且用人工神经网络对该类系统的建模与控制进行仿真。结果证明上述方法在一定程度上是可行的和有效的。     

地空导弹武器系统抗饱和攻击能力研究

通过确定地空导弹武器系统抗饱和攻击能力的重要效能指标,分析地空导弹武器系统服务每枚来袭目标的过程,建立了地空导弹武器系统服务模型。在此基础上,建立了一种基于MonteCarlo法的地空导弹武器系统抗饱和攻击能力模型,并对模型进行了仿真分析。结果表明,该模型可真实地反映目标流强度对地空导弹武器系统服务目标数、杀伤目标数和消耗弹药数的影响,可为地空导弹武器系统的运用提供有益参考。     

一类具有接种和饱和发生率的SIR—SVS传染病模型的全局稳定性

研究一类具有接种和饱和发生率的SIR-SVS传染病模型．通过构造适当的Lyapunov函数证明了当基本再生数〈1时,无病平衡点是全局渐近稳定的;当基本再生数〉1时,给出了地方病平衡点全局渐近稳定的充分条件．     

超高能核-核碰撞中的重子阻止现象

利用蒙特卡罗方法计算了平均参与碰撞核子数,通过傅里叶变换从饱和模型中抽取了未积分胶子分布函数解析式,研究了美国相对论重离子对撞机（Relativistic Heavy Ion Collider, RHIC）能量下金一金碰撞中不同碰撞参数区间的重子阻止现象。计算发现：理论结果能够很好地解释BRHAMS合作组实验现象。在此基础上,对正在运行的欧洲大强子对撞机（Large Hadron Collider, LHC）能量下铅一铅碰撞中大快度区域重子阻止现象作出了理论预言。     

扑翼UUV前肢驱动机构设计

通过对海龟前肢运动特点的分析和研究,对扑翼进行受力分析,充分利用惯性与流体力的作用,基于Unigraphics软件,实现前肢扑翼驱动机构的虚拟样机设计,简述此机构的周期运动过程,通过计算与仿真得出其粗略的推进力曲线及驱动电机参数,验证了机构的合理性。     

磁致伸缩作动器的设计与性能分析

在分析超磁致伸缩材料特性的基础上设计了一种微位移作动器.通过有限元分析,对作动器的结构进行优化,得到均匀的偏置磁场和激励磁场;设计了预压力加载结构和强制冷却结构.对该作动器的动、静态性能进行了测试,结果表明:作动器基本上工作在线性区域内,其位移伸缩量大,低频动态性能较好,高频谐波分量影响较小,相位延迟较小,同时也证明了对作动器的磁场分析和结构优化是正确的.     

柔性神经网络滑模主动控制技术

针对复杂激励条件下的振动控制,对Jiles-atherton模型的磁致伸缩作动器在双层隔振系统中的主动控制进行了研究。以传统滑模控制为基础,提出一种柔性神经网络滑模控制算法。用正则化方法设计控制器的切换矩阵,建立神经网络权值和柔性映射参数更新学习公式,并将该控制策略应用于双层隔振系统的振动主动控制中。通过单频、多频及随机信号激励进行仿真研究,结果表明:柔性神经网络滑模控制器具有较强的鲁棒性,具有较好的控制效果。     

基于饱和信息维的信息资源聚焦的数学模型

运用饱和信息维的增减技术对信息获取子空间进行结构上的剖分,将饱和信息维的"值"的获取分解为"白"与"灰"两部分,用饱和信息维列作为因子列来构造灰色关联空间,用关联序来描述信息之间的相关联程度,得到信息资源聚焦的一种新的数学模型。     

气动力/直接力复合导弹鲁棒控制器设计

提出了一种气动力/直接力复合控制导弹在舵机层面进行复合控制的鲁棒控制器设计方法,即空气舵与直接力喷流机构看作是复合舵系统模型.该方法在完成复合舵系统建模的基础上,利用参数空间方法对等效舵机系统进行设计,以确保在喷流因子变化时的鲁棒性.最后,通过仿真验证了该方法的可行性.