陆战武器火炮控制算法嵌入式仿真验证平台

陆战平台炮控系统的控制品质和性能取决于动力系统与控制算法。提出将笔记本电脑嵌入到炮控系统中,建立半实物炮控仿真平台的方案,并给出在某型坦克的炮控系统中实现的具体方法,为炮控系统先进控制算法的实现和性能评估提供了快捷实用的仿真开发环境。     

一种基于点迹的刚体目标运动仿真方法

提出了一种基于点迹数据的六自由度刚体目标机动仿真方法。该方法在点迹数据的基础上,采用三次样条插值算法逼近目标航迹,据此求取偏航角,从而减少了由采样导致的误差;然后结合刚体目标运动特性,分别计算目标的横滚角和俯仰角;在此基础上引入机动调节参数,对目标的机动级别做出适当的调整。仿真表明,该方法简化了目标姿态角获取方法,能够较真实地再现各类刚体目标在空间的六自由度机动。     

基于Lyapunov方法的轮式移动机器人全局轨迹跟踪控制

针对轮式移动机器人的运动学模型,通过设计复合跟踪误差,利用Lyapunov直接法,构造出了具有全局渐近稳定的全局渐近跟踪控制器,实现对参考轨迹的全局渐近跟踪,并根据Lyapunov稳定性定理证明了系统的全局渐近稳定性.最后,给出的仿真结果表明,初始跟踪误差很快收敛于零,轨迹跟踪效果良好,闭环系统具有良好的动态性能和全局稳定性,适用于轮式移动机器人的全局轨迹跟踪控制.     

基于直\气复合的再入飞行器操纵耦合分析及鲁椿控制设计

为保证再入飞行器在剧烈变化飞行环境下的控制能力,传统单一气动舵面控制被直＼气复合控制模式取代.性能提升同时,多个参与飞行控制的执行机构之间引起的操纵耦合使系统耦合加剧.以再入飞行器为研究重点,分析了直＼气复合控制模式下的两类操纵耦合原理,建立数学模型.采用动态逆,模糊理论和变结构方法相结合策略设计鲁棒控制器.仿真结果表明该方法是行之有效的.     

基于金属膜电阻的大功率低电感负载

利用金属膜电阻设计并制作了用于陡化前沿Marx发生器调试的大功率低电感负载.其阻值约为90Ω,电感约为55nH,基本不具备分散电容.该负载采用线性渐变的圆锥外型结构,有利于减小信号在负载上的反射,配合电容分压器使用能够很好地完成对前沿约为几ns的快前沿高压脉冲的测量.理论估算了该负载的功率容量,并利用PSpice软件模拟了对其进行脉冲方波加载的情况.该负载用于调试陡化前沿的Marx发生器的实验中,获得了幅值约210kV,脉宽近40ns,前沿为5ns的快前沿高压脉冲.多次实验结果表明该负载性能稳定,适用于陡化前沿Marx发生器的调试工作.     

大流量气体减压器振动问题研究

对大流量气体减压器工作过程中的振动故障进行分析,建立了减压器系统动态数学模型,进行了故障数值仿真,找到了简单有效的提高减压器输出响应稳定性的方法--减小控制腔入口面积,并得到试验验证.仿真结果还表明,大流量气体减压器的振动问题不仅和减压器本身设计参数有关,还和下游管路容积有关.     

激波诱导异质气体界面失稳的数值模拟

基于二维N-S方程,利用有限差分数值离散方法,对激波诱导异质气体界面失稳的现象进行了数值模拟,与文献中实验结果和计算结果进行了定性比较,并进一步分析了整个流动的非定常动态变化特性和非线性特征.研究表明,本文数值模拟的非定常流场图谱与文献中的实验结果和数值结果吻合较好;数值结果捕捉到了六氟化硫界面的演变过程及流场中复杂的波系结构.     

BLT方程在任意布局传输线串扰分析中的应用

应用BLT方程对任意布局传输线间的串扰进行分析.将传输线离散,并引入理想节点的概念计算离散时引入节点的散射参数,将传输线等效为多导体传输线网络进行求解.主要针对非平行线及交叉线两种具有代表性的传输线布局进行分析,数值算例表明了方法的有效性,能够对电磁兼容中的串扰分析提供理论指导.     

助推滑翔飞行器复合控制系统线性化小偏差运动方程推导与控制系统设计

助推滑翔技术是制导武器实现增加射程、提高机动突防能力的关键技术之一,对飞行器姿态控制有较高的要求,需要设计复合控制方式的姿态控制系统.针对采用空气舵与燃气舵联动控制的飞行器,建立了动力学模型,详细推导了完整的三通道线性化小偏差运动方程,结合典型弹道数据给出了动力系数图像,分析了助推滑翔弹道各飞行段中飞行器的稳定性,在此基础上选取再入段低空飞行特征点进行了姿控系统设计,仿真结果验证了线性化小偏差运动方程的正确性和控制系统的有效性,为进行此类飞行器的稳定性分析与姿态控制系统设计提供了有益的参考.     

基于混合优化的前馈—反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.