音圈电机驱动的快刀伺服系统建模与性能分析

复杂面形,结构零件的应用范围越来越广,往往一个零件上既有复杂面形也有微小结构.为了实现复杂面形/结构零件的高效加工,分析了快刀伺服加工方式的特点,设计并研制了音圈电机驱动的快刀伺服系统;基于动力学和电磁学分析,建立了快刀伺服系统的传递函数模型,并对控制方法进行了设计;在此基础上.通过实验对快刀伺服系统进行了性能测试,实验结果表明本文所研制的快刀伺服系统具有较高的运动分辨率、定位精度和工作频响,能够作为快刀伺服加工的进刀装置.     

一类新的优美树

Rosa 等人于1966年提出了著名的优美树猜想,即任何树都是优美图.该猜想至今没有得到证明或否定,仅有一些特殊树类被证明是优美图.通过构造路Pn=v0v1…vm的平衡标号f使f(v0)=k,其中k为任意不大于n的非负整数,且4k≠n,3n,进而给出一种新的优美树的构造方法,使已知的优美树大大增加.     

矩阵代数中可乘保范映照的显形式

在矩阵的可乘映照理论与应用中,判定一个可乘映照是否保持某类特定的数值特征以及获取可乘映照在保持某类数值特征条件下的解析式备受关注.对此,着重研究了一般可乘映照在具有某种保秩性或保范性下的表示问题.借助于构造的方法,给出了判定一个可乘映照是否为保秩映照的新的便捷方法.针对F=R或C,分别得到了Mn(F)上保1-范数、保∞-范数以及保F范数的可乘映照的显形式,进而证明了Mn(F)上保持1-范数可乘映照必为保F范数映照,而可乘保F范数映照又一定保谱半径、保数值半径、保正规性、保酉性等.     

基于STK的SAR卫星轨道预报设计与仿真

SAR(合成孔径雷达)卫星可以全方位全天候的对特定区域进行侦察,对SAR卫星的轨道预报是反SAR前提.首先基于Access数据库建立了SAR卫星数据库;通过STK(卫星工具包)的STK/Connect模块实现了SAR卫星数据库与STK的连接,基于STK平台实时的显示了SAR卫星的在轨运行以及对地覆盖情况;系统的报告生成功能可生成SAR卫星星座在此时间段内对区域的访问报告,根据报告可对访问该区域的SAR卫星进行轨道预报.     

智能主体在侦察情报模拟仿真中的应用

针对侦察机构的特点,将智能主体(Agent)的理论应用于侦察模拟训练系统的开发。分析了侦察机构的能力组成,将侦察机构的能力分为六个部分:智能能力;侦察能力;机动能力;通信能力;隐蔽能力;作战能力。在此基础上提出侦察机构智能主体的结构和系统体系结构。经开发原型系统验证,模拟系统可以正确的反应战场上侦察机构的功能和特性,该方法可以满足侦察参谋的情报处理训练、侦察效能和侦察战法研究的需要。     

脉冲功率电源连续发射水冷模拟负载

针对脉冲功率电源连续循环放电吸能需求,提出一种1.9 MA级循环脉冲功率水冷模拟负载方案。考虑水冷负载与实际电磁发射负载的相似性要求,提出4×8钢管阵列组成的电阻网络,可方便实现电源不同组合方式的放电考核;针对1.9 MA级电流产生的脉冲电磁力可能引起水冷模拟负载损坏的问题,建立水冷模拟负载三维有限元分析模型,进行电磁力计算和结构分析,保证水冷模拟负载稳定性;利用热网络法对模拟负载在循环脉冲模式下的强迫风冷却、自然冷却和去离子水冷却等方式进行了温升分析。结果表明:模拟负载采用钢管内通去离子水冷却效果最好,循环放电时温度可以恢复到初始状态,最高温度62.5℃,满足连续放电实验的需求。利用提出的方法设计一台水冷模拟负载样机并进行了连续2次1.9 MA放电研究,试验结果与理论分析吻合较好,负载结构运行稳定,从而验证了理论分析的正确性。     

基于Petri网的C2S性能分析方法研究

给出了用时间连续随机Petri网和时间离散随机Petri网计算系统稳态概率的方法,并将其应用于指挥控制系统(C2S)的性能分析中,分析结果表明这种计算方法是可行的。     

有源干扰条件下雷达探测范围通视分析模型的MapX仿真方法

在分析现有雷达探测范围绘制方法的基础上,依据通视分析原理,提出了一种基于MapX的雷达探测范围绘制方法。同时针对有源干扰条件下,干扰机对雷达探测范围的影响,对上述方法进行了计算机仿真,结果显示该方法较之其它方法更精确、有效、快速,能对雷达平面探测范围进行很好的描述。     

一般机构的解耦运动

运动解耦的机构容易控制 ,并且可以达到更高的运动精度。然而随着机构学不断发展 ,尤其是并联机构的出现 ,很多机构不具有运动解耦的性质。对于并联机构 ,可以得出结论 ,运动不解耦才是其本质特征。因此有必要研究一般机构实现的简单运动 ,并定义为解耦运动。解耦运动对机构的运动控制和轨迹规划都有一定意义。使用螺旋理论 ,给出了解耦运动的定义、分类 ,及机构存在解耦运动的必要条件和充分特例。最后通过一个二自由度转动机构的设计实例 ,综合了上述概念和方法。     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息