基于DCNN和数据增强的固体发动机烧蚀预示方法

针对固体发动机烧蚀率的预示,现有传统建模方法存在复杂度高、计算需求大、试验数据少、样本不平衡等问题,提出了一种基于深度卷积神经网络和数据增强的固体发动机烧蚀率预示方法。将传感器数据处理为长度相同、特征相近的序列数据,并使用自适应高斯噪声和随机漂移这2种数据增强方法扩充数据样本,再将扩充后的试验样本和伪样本作为深度卷积神经网络的输入进行训练,将训练得到的模型与传统方法计算得到的烧蚀率预示值进行对比。结果表明,该方法下烧蚀率预示值误差低至0.013 5 m/s,预示精度可达95%。     

含SMA阻尼的飞机起落架系统振动分析

为了更好地提高飞机起落架系统的减振效果和分析形状记忆合金(Shape Memory Al-loy,即SMA)的阻尼特性对飞机起落架减振的影响,将SMA应用于某型飞机起落架系统进行阻尼特性分析及振动数值计算.首先,将某型号飞机起落架系统简化为两自由度的系统;然后将SMA加入到此系统中,通过仿真分析,研究SMA的阻尼特性对...     

具有速度、加速度约束的机器人编队避障控制

针对轮式移动机器人的编队避障问题, 提出了一种改进的控制算法, 能够有效实现避免碰撞和规避障碍. 首先, 建立多机器人不同控制增益的全员“航标”引导的非线性循环追踪控制编队, 当编队过程某成员监测执行功 能失效(但仍能运行)时, 可对非失效机器人进行系统降级重组, 并继续执行任务且避免机器人之间发生碰撞; 再通 过引入速度和加速度约束, 以满足轮式移动机器人控制接口及保护电机的需要, 从而保证控制算法的稳定与收敛; 最后, 通过引入惩罚因子对该控制算法进行改进, 使编队成功规避障碍物并进行最短路径规划. 结果表明, 改进的 控制算法增加了多机器人编队的鲁棒性、提高了抗干扰能力及编队恢复执行任务的可靠性, 更有效地实现了编队 避障控制.     

摄动对非比例阻尼结构的影响

将摄动方法应用于非比例阻尼系统,使一个非比例阻尼问题转化为一系列比例阻尼问题的迭加形式,给出了在简谐荷载情况下的动态响应计算公式。并以算例证明了所提出方法的正确性与有效性。     

Al(001)、Al(110)、Al(111)面表面能的密度泛函理论计算

用密度泛函理论方法，采用超晶胞模型，计算了Al(001)、Al(110)、Al(111)面的表面能.计算表明，Al(001)面的表面能为0.87 eV，Al(110)面为1.07 eV，Al(111)面为0.76 eV.分析了表面能差异与表面电荷平均面密度的关系，表面原子层和次表面原子层的电荷面密度在s,p轨道上重新分布.表面原子层电荷密度越大，表面能越低.计算结果与已有的实验和计算值比较吻合.      

氮化物涂层对钛合金抗循环氧化性能的影响

用多弧离子镀技术在Ti6Al4V钛合金表面沉积Ti_0.5Al_0.5N/Ti_0.7Al_0.3N复合涂层和Ti_0.6Al_0.3Si_0.1N涂层,研究其在550℃~750℃下的抗循环氧化性能。结果表明,TiAlSiN涂层以及Ti_0.5Al_0.5N/Ti_0.7Al_0.3N复合涂层在550℃和650℃氧化后表面形成薄而连续的保护性富铝氧化膜,显著提高了Ti6Al4V的抗氧化性能。在750℃下,TiAlSiN涂层涂敷的Ti6Al4V依然保持着优异的抗循环氧化性能,而Ti_0.5Al_0.5N/Ti_0.7Al_0.3N复合涂层却不能为钛合金提供有效的防护。     

机器人编队协同控制方法综述

机器人编队协同控制技术具有一定的实际意义和应用价值,高效稳定的编队协同控制是执行复杂任务的理论基础和技术关键。现介绍了机器人编队控制的发展由来、应用领域及其后形成的以人工势场法、虚拟结构法、基于行为控制法、跟随领航者法为代表的多种编队控制方法;概括了近二十年国内外已开展的机器人编队控制研究成果,并总结了融合多智能体技术的不同编队控制方法的异同点以及应用范围;分析了机器人编队控制及其应用未来智能化、高精度、低成本、超强鲁棒性及抗干扰能力、融合视觉、频射通信的发展趋势;最后总结了机器人编队协同控制研究的意义,即机器人研究是集人工智能、通信工程、机电自动化等学科知识于一体,其研究进展反映了一个国家的计算机自动化水平。