组合故障的无人机神经网络自适应容错控制

针对四旋翼无人机在传感器偏差故障、双执行器效率损失故障和外界干扰下的容错控制问题进行研究。首先建立组合故障下的四旋翼无人机动力学模型;其次将神经网络融入到观测器的设计,构建一种新的基于神经网络的扩张状态观测器来估计不同故障类型;然后结合自适应理论来设计位置和姿态控制器,并通过权值函数来调节控制器的控制律参数;最后通过李雅普诺夫理论证明了系统的稳定性,数值仿真验证了所提出设计方法的有效性,使得无人机在组合故障下具有更好的容错控制能力。

用于稀疏孔径成像系统光程控制的自适应控制算法研究

目前,稀疏孔径成像系统共相误差校正效果不佳,为此,提出了一种用于稀疏孔径成像系统光程控制的自适应控制算法。首先,分析了仅有前馈控制存在的累积误差问题,并由此引出了改进的比例-微分-积分(PID)反馈控制结构和表达式;然后,将两者结合,形成了前馈-改进PID反馈的复合控制系统,并用该系统对单个压电陶瓷进行了控制仿真;最后,采用一种随机并行梯度下降(SPGD)算法,以成像清晰度为优化目标,将稀疏孔径成像系统中的多个压电陶瓷组成了联合控制系统;通过搭建精密光程调控系统实验平台,对单个压电陶瓷采用前馈-PID反馈复合控制系统进行了1μm、5μm、8μm和10μm位移跟踪实验。实验结果表明:不同位移的响应曲线基本与期望位移曲线重合,不同位移的响应时间能有效控制在0.08 s以内,位置误差能有效控制在±3 nm以内;将SPGD联合控制系统用于1个三孔径稀疏孔径成像系统中,进行了分辨率板成像对比实验,对共相误差校正前后图像进行了定量评价(校正前,评价值J 1=0.54;校正后,评价值J 2=0.78)。研究结果表明:该联合控制系统能有效控制光程精度,校正共相误差,实现子光束干涉成像的目标。

发动机安装车悬臂梁的设计与优化

悬臂梁作为发动机安装车上最重要的承力构件之一,除必须具有足够的强度和刚度之外,同时还要保证质量较轻,最终才能保证发动机安装车的正常使用和安全性。通过分析悬臂梁的工作原理,建立出零件的初步三维模型,通过设定边界条件和添加载荷,利用有限元数值模拟技术进行分析,结果显示强度满足要求、但质量过大,需进一步优化改进。利用Workbench环境中的拓扑优化模块对零件进行形状和尺寸的优化,最终得到了满足强度条件下质量更轻的悬臂梁。经实物称量,该零件的实际质量较设计之前减少了14.25 kg、减幅达51.59%,为今后该类型零件的设计提供一定的参考。

低温风洞试验模型加工工艺应用研究

为解决低温风洞试验模型加工周期长、刀具磨损严重、工件易变形等问题,通过采用国产18Ni(200)低温钢材加工二元翼型和支杆模型,对影响模型加工质量、效率和成本的刀具类型、切削速度、进给量、切削深度、打磨方法等工艺参数进行选型和优化,得到了加工该种材料模型的最优工艺参数组合及流程。通过加工大展弦比半模机翼模型,验证了工艺优化结果的可靠性,给出了该类长薄构型部件加工变形控制的方法和建议。