月球探测器软着陆的最优控制

为了减少有限推力作用下月球探测器软着陆所需的燃料消耗,提出了应用非线性规划方法来求解该最优控制问题。首先,从庞德里亚金极大值原理出发,将有限推力作用下月球软着陆问题转化为数学上的两点边值问题;在考虑边界条件及横截条件的前提下,将该两点边值问题转化为针对共轭变量初值和末时刻的优化问题;然后应用非线性规划方法求解所形成的参数优化问题。为了降低共轭变量初值选取的敏感性,引入共轭变量与控制变量之间的变换,用控制变量初值代替了共轭变量初值。实验仿真结果显示,本文方法能够成功实现月面软着陆,并且比传统的打靶法减少了2.1%的燃料消耗,表明本文提出的设计方法简单、有效。

月球精确定点软着陆轨道设计及初始点选取

研究了一种应用参数化控制求解月球探测器精确定点软着陆最优控制问题的方法。首先用约束变换技术将不等式约束进行了近似处理,而后利用若干个分段的常数去逼近最优解,再根据强化技术通过时间轴上的变换,将每一段参数的持续时间转变为一组新的参数,于是最优控制问题被转化为一系列参数优化问题。最后应用经典的参数优化方法即可求得最优控制函数的一个近似解,通过增加参数个数,重复优化得到逼近连续最优解的参数化解。同时在优化过程中考虑了制动初始点的选取对结果的影响。仿真结果表明了所提设计方法是简单、有效的。

月球探测器软着陆最优末制导策略

在制动火箭推力幅值满足连续可变的前提下,研究了月球探测器软着陆末端的垂直下落过程中的控制问题。基于线性系统跟踪控制理论,利用线性系统中的模型参考跟踪控制的方法设计了一种对指定轨迹进行跟踪的制动方案。同时为了满足耗燃最优性和安全性,根据最优化理论,对控制律中的参数进行优化,最终确定系统的控制律。仿真结果表明该设计方法是简单、有效的。

飞机模型蒙皮气动热风洞试验温度测量方法初探

本文通过在直流连续式跨音速FL-7风洞进行的一次气动加热试验,针对某型号飞机模型介绍了一种接触式与非接触式测量相结合的表面蒙皮温度场测量方法,并针对测量数据进行了初步分析。试验结果证明这种测量方案是可行的,有效的。

一种基于专家PID控制的冰风洞稳风速控制方法

文章针对冰风洞对稳风速控制系统控制性能的高要求,根据实测的冰风洞吹风试验数据,研究了一种基于专家系统的自整定PID控制方法,并进行了冰风洞吹风试验验证。试验结果表明,该方法具有较高的控制精度,是非常有效的。

电力系统短期负荷预报的小波-神经网络-PARIMA方法

针对电力系统负荷具有拟周期性、非平稳性、非线性等特点,提出一种小波-神经网络-PARIMA模型并研究它在电力系统短期负荷预报中的应用:利用小波变换提取和分离负荷的各种隐周期和非线性,把小波分解的特性和分解数据随尺度倍增而倍减的规律用于感知机神经网络(MLP)和周期自回归移动模型(PARIMA)的建模,各尺度小波分解用MLP进行建模和预报,最大尺度上的尺度分解用 PARIMA进行建模和预报。最后,利用径向基函数网络(RBF)将各尺度域的预报结果组合成为负荷最终预报。实例说明,该方法能够揭示负荷的拟周期性、非平稳性、非线性,在电力系统短期负荷预报中的应用是成功的和有效的。

基于小波分析的时间序列数据挖掘

将小波分析和ARMA模型引入时间序列数据挖掘中。利用小波消噪对原始时间序列进行滤波,利用小波变换充分提取和分离金融时间序列的各种隐周期和非线性,把小波分解序列的特性和分解数据随尺度倍增而倍减的规律充分用于BP神经网络和自回归移动平均模型的建模。利用小波重构技术将各尺度域的预报结果组合成为时间序列的最终预报。经过试验验证了该方法的实际有效性。

磷钨酸改性多级孔Hβ分子筛催化苯甲醚酰化反应

Hβ分子筛作为载体,通过碱和磷钨酸(HPW)双重改性,制备了多级孔Hβ分子筛催化剂,通过X射线衍射(XRD)、N 2吸附-脱附曲线(BET)和吡啶红外(Py-FTIR)进行了表征。研究表明,HPW改性后催化剂的晶体结构保持不变且具有多级孔;B酸量增加,与Hβ分子筛相比,10%HPW-Hβ-A 0.2分子筛B酸量由0.36 mmol/g增加至0.73 mmol/g,显示了良好的催化效果。为了探究HPW改性多级孔Hβ分子筛的酰化反应催化效果,将苯甲醚乙酸酐酰化程度作为衡量标准。结果表明最佳酰化反应条件为10%HPW-Hβ-A 0.2分子筛为催化剂,最佳用量1 g,n(苯甲醚)∶n(乙酸酐)=1.5,t=120℃反应2 h,制得的乙酸酐最佳转化率为97.20%,选择性为98.31%。

浅析人工智能视频监控系统在风洞中的应用

本文就人工智能背景下视频监控系统在风洞中的应用进行讨论,在对人工智能技术加以了解的同时,明确其应用的优势,并对其具体应用进行探讨和描述,希望能够为智能视频监控系统的广泛应用提供支持。

系统仿真技术在风洞控制系统中的应用

对风洞控制系统而言,加强系统仿真技术的应用,能够对风洞控制系统进行有效的检验,这对于提高风洞控制系统的建设效率,以及降低系统搭建风险具有非常重要的意义,因此,文章针对相关内容进行讨论,在对系统仿真技术加以了解的同时,对其在风洞控制系统中的具体应用进行探讨和描述。

Wavelet time series MPARIMA modeling for power system short term load forecasting

The wavelet power system short term load forecasting(STLF) uses a mulriple periodical autoregressive integrated moving average(MPARIMA) model to model the mulriple near periodicity, nonstationarity and nonlinearity existed in power system short term quarter hour load time series, and can therefore accurately forecast the quarter hour loads of weekdays and weekends, and provide more accurate results than the conventional techniques, such as artificial neural networks and autoregressive moving average(ARMA) models test results. Obtained with a power system networks in a city in Northeastern part of China confirm the validity of the approach proposed.