仿生机器人运动建模与控制研究进展

综述了几何方法在仿生机器人运动建模和控制中应用的最新成果,探讨了在统一框架下处理多种机器人运动问题的可行性.     

双时间隐式方法求解非定常绕流的相关问题

空间采用三阶精度的WeightedNND(WNND)格式,时间方向则采用具有二阶精度的双时间步隐式方法求解二维非定常Euler方程,数值模拟了NACA0012翼型俯仰强迫振动流场,讨论了内迭代步数、内迭代收敛判据以及物理时间步长对计算结果、计算效率与计算CPU时间的影响,并将计算结果与实验值进行了比较。     

振动矩形机翼非线性绕流数值研究

发展了可用于模拟包含运动边界的非定常流动的数值方法。该方法采用非结构动网格技术并构造了一种MUSCL类型有限体积格式,求解考虑了动网格效应的三维非定常Euler方程。非结构网格的变形运动由弹簧近似技术实现。用上述方法计算了作正弦振动的矩形机翼非线性绕流,计算结果与实验结果吻合,得到了流体运动与固体运动耦合的非线性流动特性。计算表明,该数值方法具有较好的精度和可靠性,完全可用于气动弹性或其他流固耦合问题的数值模拟。     

基于流场特性的管内检测机器人的外形优选研究

管道内检测机器人的结构形状是影响其运动学、动力学特性的关键因素,在机器人设计中占有重要地位。在合理提出一些基本假设后,用二阶迎风差分格式离散管道内检测机器人附近流场的控制方程,并用SIMPLE算法求解,得到了7种不同形状的管道内检测机器人所受的差压驱动力及其周围的流场信息,并对这几种结构的CFD特性作了比较。最后综合空化条件、驱动力、腔内有效体积和加工难度等因素,确定了上游半球形结构为设计形状。     

基于不确定性理论的研制技术风险评估方法研究

分析了装备研制技术风险的含义,根据技术风险的特点建立了评价技术风险的指标体系。在技术风险度量中引入不确定性理论的概念,并建立了基于不确定性的技术风险的度量方法,对综合技术风险进行评价。最后通过实例验证了综合评价方法的可用性。     

陆军诸兵种合同作战兰切斯特方程的弹药消耗预测研究

描述了诸兵种合同作战的兰切斯特方程及其矩阵解,提出了一种通过兵力损耗换算弹药损耗的新思路,分析和确定了用该方法预测弹药消耗的相关参数,最后运用Matlab进行仿真计算,预测出了武器装备战损情况和弹药消耗情况。     

临近空间对地观测平台的矢量化建模及稳定性分析

研究了临近空间对地观测平台的矢量化建模和稳定性问题.定义了描述观测平台空间运动的坐标系及运动参数;在受力分析的基础上,根据Newton-Euler方程建立了矢量形式的六自由度非线性数学模型;基于此模型,应用Lyapunov稳定性理论对观测平台的稳定性进行了分析.研究结果表明:对于给定的未扰运动,观测平台是渐近稳定的;纵...     

美军作战实验室建设研究

简要回顾了美军作战实验发展的历史,从军种到联合详细阐述了美军作战实验室完整的体系,并简要介绍了各作战实验室所完成的典型实验,研究了美军作战实验室主要的实验方法和技术手段,剖析了美军作战实验室的运行机制,探讨了美军作战实验室建设带给我们的启示。     

基于功能树的导弹打击系统目标瞄准点选择方法

针对导弹打击系统目标的问题,建立了基于目标功能损伤度的瞄准点选择方法;在对毁伤树方法进行改进的基础上,提出了描述目标结构与工作流程的目标功能树模型,构造出体现目标整体功能下降的优化目标函数,采用模拟退火算法搜索最优解。通过算例对不同的瞄准点选择方案进行比较,发现考虑目标的功能结构特点时,得到的瞄准点明显优于其它方案。     

An improved adaptive differential evolution algorithm for single unmanned aerial vehicle multitasking

Single unmanned aerial vehicle (UAV) multitasking plays an important role in multiple UAVs cooperative control, which is as well as the most complicated and hardest part. This paper establishes a three-dimensional topographical map, and an improved adaptive differential evolution (IADE) algorithm is proposed for single UAV multitasking. As an optimized problem, the efficiency of using standard differential evolution to obtain the global optimal solution is very low to avoid this problem. Therefore, the algorithm adopts the mutation factor and crossover factor into dynamic adaptive functions, which makes the crossover factor and variation factor can be adjusted with the number of population iteration and individual fitness value, letting the algorithm exploration and development more reasonable. The experimental results implicate that the IADE algorithm has better performance, higher convergence and efficiency to solve the multitasking problem compared with other algorithms.