飞行器自适应预设性能姿态控制设计

预设性能控制是一类可以同时保证系统响应瞬态与稳态性能的非线性控制方法。针对具有非线性与未知干扰的飞行器系统,研究了一种无逼近预设性能姿态控制器设计方法,并进行了数值仿真验证。首先,研究了在传统预设性能方案中潜在的奇异性问题;其次,针对该问题提出了一种拥有自适应边界的预设性能函数改进方案。当归一化误差达到一定阈值时,通过放宽性能函数边界并使其重新收敛,确保跟踪误差被包覆,避免误差越界引起的奇异性,防止控制系统崩溃。最后,通过数值仿真验证改进方案的正确性与有效性。仿真结果表明,改进方案可以保证系统在存在误差越界的情况下姿态控制回路运行良好,并能满足预定的控制要求。     

欠驱动关节机械臂位置控制研究

以具有欠驱动关节的水平两自由度机械臂为研究对象,研究当驱动关节达到指定位置后,以幅值和频率可调的驱动关节角速度信号为控制输入量来控制欠驱动关节的位置。用平均法对欠驱动机械臂的拉格朗日动力学模型进行了简化,并基于简化后的模型给出了闭环非线性反馈控制律。仿真结果表明,所设计的闭环非线性反馈控制率能够使任意初始位置的欠驱动关节趋近其指定位置。     

应用时标分离和动态逆方法设计飞行器的姿态控制系统

在对飞行器的姿态控制过程中,针对飞行器姿态控制系统模型的非线性特性,线性的控制方法难以直接应用,应用非线性控制理论来设计姿态控制律十分必要。结合时标分离的思想将系统姿态的运动学部分和动力学部分分别视为慢变子系统和快变子系统,2次应用动态逆的设计方法来设计控制律,仿真结果表明,系统能够快速地跟踪期望的姿态角,跟踪的精度高,该方法简单可行,具有一定的实用性。     

辐射率对导弹仪器舱温度分布影响的研究

以某远程防空导弹仪器舱为研究对象,描述导弹的工作环境,对仪器舱的热响应过程进行分析建模,然后利用有限元软件对仪器舱温度场进行分析,研究隔热层和仪器外壳辐射率对仪器舱温度场的影响,得到了一定的数据资料和有价值的结论,为仪器舱的防热结构设计提供参数。     

叶片式磁流变液减振器三维磁场有限元分析

介绍了2种车用叶片式MRF减振器结构方案.利用ANSOFT电磁场分析软件对2种不同结构方案的减振器进行三维磁场有限元分析,得到磁场分布相对比较理想的一种方案,并对该结构方案进行了改进.仿真分析表明,针对所讨论的叶片式MRF减振器,线圈的安匝数1 500为最优;用电工硅钢替代电工纯铁作为铁芯材料,所产生的磁感应强度更大,在缝隙处能达到1.161 4～1.355 T.     

膛内时期后坐部分两种动量计算方法分析

研究对火炮动力学性能设计方法的优化,准确的设计方法对火炮系统的研究具有很重要的意义。现行的火炮后坐部分膛内时期动量计算方法得到的结果与火炮试验中得到的数据存在很大差异。为提高计算的准确性,对现行计算方法进行优化,提出了一种新的后坐部分动量计算方法。为验证新方法的优越性,建立基于弹炮耦合的某舰炮后坐部分模型,利用ABAQUS有限元分析软件对该舰炮后坐部分膛内运动时期进行仿真分析。结果表明,新方法与仿真结果吻合度较高。数值仿真结果可以为相关研究提供参考。     

基于随机共振的多频率微弱信号并行检测

强噪声背景下的微弱信号检测是当前信号处理领域的研究热点。基于非线性理论的随机共振能够利用噪声,将噪声的一部分能量转移给信号,从而获得更高的输出信噪比。针对传统随机共振检测算法应用环境受限且无法实现多频率并行检测的现状,文章面向实际超短波环境,在参数补偿法的基础上,重新设计采样频率和补偿系数,提出了新的检测算法,实现了多频率微弱信号的并行检测。     

轨式发射装置振动疲劳寿命估算方法研究北大核心

针对轨式发射装置受力环境的特殊性,研究了结构的振动疲劳寿命估算方法。提出了一种实测相关部位数据、有限元仿真与三带宽法相结合的估算方法,克服了无法获得关键点实测数据,无法准确模拟带间隙振动响应,进行长时间振动疲劳试验等缺点。疲劳寿命估算结果与试验结果吻合较好,表明该方法可行,可用于估算类似结构的振动疲劳寿命。     

基于简化CKF的IMM算法北大核心

IMM算法中采用的运动模型多为线性,针对这一情况,首先对容积卡尔曼滤波(cubature Kalman filter,CKF)算法进行了简化,通过理论推导证明,简化CKF算法的时间更新结果与KF算法的一步预测结果一致。然后对简化算法进行了计算复杂度分析,分析结果表明简化算法的复杂度要远低于CKF。进而将简化的CKF算法与IMM算法相结合,提出了一种基于简化CKF的IMM算法,最后通过机动目标跟踪实验对新算法进行了仿真,实验结果表明,新算法在没有降低跟踪精度的前提下,大幅缩短了算法的运算时间,提高了跟踪的实时性。     

基于控制器动态线性化的数据驱动ILC

针对未知非线性非仿射重复离散时间系统,将迭代域的动态线性化技术应用于非线性被控系统和未知非线性理想学习控制器,提出一种新的数据驱动迭代学习控制方案。通过设计一种改进的无模型自适应迭代学习控制算法对理想学习控制器的增益进行估计,该方案仅利用非线性系统的输入输出数据,便可自动调整迭代学习控制律。数值仿真和对高速列车模型的仿真验证了该方法的有效性和适用性。