柔性压电智能反射面的静态形状控制

建立了柔性压电智能反射面系统的有限元模型和优化控制模型,给出了结构力学建模和形状控制方法以及相应的优化算法。首先,将蜂窝夹层结构的压电智能反射面等效为多层复合板;基于Kirchhoff假设和经典层合板理论,根据虚功原理推导了柔性压电智能反射面的有限元方程;采用蜂窝等效理论计算了反射面蜂窝夹芯等效弹性模量,有限元模型中的单元为四节点四边形压电板单元,每个作动器单元中引入额外的电势自由度。然后,根据建立的有限元方程,推导了反射面变形均方根误差与作动器控制电压的关系式;以均方根误差最小为优化目标,建立了柔性压电智能发射面的静态形状控制优化模型;采用Lagrange乘子法处理了压电作动器工作电压的限制。最后,用提出的方法分析已有模型并验证建模方法。以600mm口径的平面柔性智能反射面为例,验证了采用压电陶瓷贴片对反射面静态形状控制的可行性及优化算法有效性。仿真结果表明:通过控制压电陶瓷贴片作动器,可以使反射面的静态形状误差减小97%以上,而且作动器的控制电压均在极限电压范围内。     

天线形状优化模型的建立

本文主要研究天线结构形状优化垢数学模型问题,首先建立了一般结构单工况及多工况的 经设计模型。其次提出了天线结构在自重、风荷作用下受精度,应力和稳定性约束的多工况优化设计的数学模型。并根据选材的特点将设计变量取为离散变量,对以上模型进行了近似处理,建立了符合工程结构的天线结构多工况离散变量优化设计的数学模型,算例结果表明此模型可以用于实际的天线结构设计中。     

基于神经网络智能结构振动控制中的辨识

以智能结构振动控制为对象,采用BP神经网络进行辨识研究。分析了神经网络系统辨识的原理及BP神经网络的算法。仿真结果表明,神经网络是建立智能结构振动控制系统模型的一种有效的方法。     

提高大型反射面天线结构精度的最优热补偿技术

本文提出了一种提高大型反射面天线结构精度的最优热补偿技术。通过在天线背架结构上布置若干热源,寻求补偿温度的最优分布,并加以适当的控制,使天线结构达到高精度状态,本文通过对一个7.5米通讯站天线结构采用最优热补偿技术,进行了原理性试验,数值结果表明该技术对提高天线结构精度是行之有效的。采用最优热补偿技术能在一般的工程设计规范下设计出大型或超大型精密天线;也可用于改造旧天线,使低精度天线变成高精度天线。     

网状可展开天线智能结构动力学建模及仿真

本文主要论述了加入智能结构的大型网状天线模型建立的问题,得出了该模型的动力学方程。通过算例说明了H∞控制方法的有效性。它能够增强系统的鲁棒性,并且使系统抑止干扰性能增强。     

打孔天线面板结构分析的神经网络方法

本文从结构分析的角度 ,探讨神经网络方法在打孔天线反射面板分析中的应用。利用动态学习率改进 BP算法 ,建立了混合神经网络模型。本文旨在推介一种新的计算方法。通过实例计算 ,表明该方法是可行的。     

网状可展开天线反射面精度调整技术研究

给出了改进型周边构架式空间网状可展开天线的具体结构方案,利用权因子法对辅助牵引面式网面精度调整技术进行了理论分析及调整方法研究。给出了网面精度调整的基本理论、公式以及调整步骤,在此基础上提出了型面精度优化的数学模型,并利用单纯形法进行了优化。利用ANSYS软件建立了相应的反射面精度调整模型,并进行了调整计算;证明了所提出的方法是正确性及所给天线的结构方案的合理性。     

混合面板反射面天线促动器布局与结构优化设计

文中针对大型主动主反射面天线在满足工程精度要求时存在形面精度冗余和成本高昂的问题,提出一种主动面板和非主动面板混合安装的反射面天线设计思想。首先,基于反射面变形区间安装主动面板和非主动面板,分析混合面板反射面天线的形面调控策略;然后,分别以天线质量为约束、以天线形面精度为目标以及以天线形面精度为约束、以天线质量为目标进行天线结构优化设计。结果,某35 m反射面天线在满足精度要求的情况下背架结构质量下降了20.4%,在满足背架结构质量要求的情况下形面精度提升了18.7%。这充分证明了该设计思想在大口径、高精度反射面天线设计中的可行性和有效性。     

炼油生产过程的神经网络智能优化控制

对炼油生产过程的神经网络智能优化控制技术进行了分析和研究,并在炼油生产装置上进行实验.经过现场应用,智能优化控制技术能够使生产操作平稳,产品收率提高,增加经济效益.     

炼油生产过程的神经网络智能优化控制

对炼油生产过程的神经网络智能优化控制技术进行了分析和研究,并在炼油生产装置上进行实验.经过现场应用,智能优化控制技术能够使生产操作平稳,产品收率提高,增加经济效益.     

双弯曲反射面天线结构的力学分析

利用有限单元法对天线结构进行了力学分析,提出了减轻天线系统重量的主要途径,提供了一些有实用价值的力学计算结果。     

智能天线及其应用分析

全面地阐述了智能天线的概念、特点、实现方案和应用前景,同时分析了智能天线的概况,并给出了智能天线的最新发展动态。     

反射面天线结构的多工况机电耦合优化

根据反射面天线结构的设计特点和工作特性,在传统多工况离散变量优化设计的基础上,通过引入天线增益损失,建立了以天线质量或增益为优化目标、结构加权应变能为约束的机电耦合优化模型。通过对某反射面天线结构的结构优化,将本文方法与传统优化方法进行了对比分析。数值结果表明:采用传统优化方法即使增加天线结构刚度也未必能提高天线的电性能。而通过耦合优化设计,在容许的设计范围内,既能保证天线的电性能指标,又能满足结构的刚度要求。     

智能结构振动控制

介绍了近年新发展起来利用机敏材料作为传感元件和致动元件的智能结构振动控制与传统振动控制系统的区别,阐述了智能结构振动控制基本组成、特性及控制形式和机理,对其中若干关键技术进行了分析和论述,分析了近年来发展状况和最新的进展,提出了若干发展思路     

天线伺服机械的智能创成精度

基于BP神经网络算法生成误差补偿单元,提出一种高效,高精度的采样学习实施方法和具体算法迭代格式,对天线伺服机械数据进行有效校正,实现系统高精度的智能化创成,方法简单可行,显著提高系统精度,且降低系统造价和使用维修费用。     

作动器在智能桁架结构形状控制中的优化配置

导出了智能桁架结构静态形状控制方程,在线弹性范围内适用;一般主动杆件数远小于结构杆件数目,且主动杆件的配置问题取决于控制能量和杆件强度等因素,因此基于最短行程和最小导力指标对主动杆件进行了优化建模.     

平面阵天线结构的力学分析

对天线的风载荷,惯性载荷以及自重作了分析,提供了天线结构的力学计算模型和计算结果,提出了减轻天线系统重要的主要途径。     

智能汽车自适应RBF神经网络循迹控制

为解决智能汽车循迹控制中建模复杂及不精确问题，提出了一种基于整体逼近的自适应RBF神经网络控制方法。首先，基于智能汽车动力学方程的基本形式，对系统的不确定性进行分析。而后，利用神经网络的逼近特性，对分析结果中的不确定项进行整体逼近。进而，基于自适应RBF神经网络控制方法设计控制律，并通过李雅普诺夫稳定性分析方法设计自适应控制律。最后，进行Simulink/Carsim联合仿真验证，仿真结果表明，在通用双移线道路环境下，所提控制方法能够通过控制方向盘转角使得车辆沿期望轨迹行驶，轨迹跟踪误差较小且控制输出幅值可控，能够满足实际工程需求。     

基于IRN 神经网络的雷达天线伺服系统故障诊断

文中主要针对雷达天线伺服系统故障,提出了一种基于内部回归( Internally Recurrent Net,IRN)神经网络的故障诊断手段。通过分析雷达伺服系统的信号流程图,找到了导致天线故障的所有可能部件。利用故障树的分析手段对这些部件分类,发现同一故障部件可能引发不同的故障现象,同时对所有部件进行编号。建立适用于雷达天线伺服系统的IRN 神经网络,其中输入层共有23 个神经元对应23 个测试点,输出层共有4 个神经元对应所有故障的编号。对所建立的神经网络进行训练与测试,发现IRN 神经网络能够很好地完成对所有故障部件的分类。     

基于模态振型形状优化的结构声辐射控制

针对复杂结构形状难以参数化的问题,建立基于有限元网格的参数化形状优化模型,提出一种基于模态振型的结构形状优化方法以控制结构声辐射功率。该方法通过有限元法计算结构的振动特性,然后采用瑞利积分进行结构的声辐射分析,在此基础上,用一组模态振型绝对值线性组合定义修改区域的形状优化函数,以每阶模态振型贡献因子为设计变量,通过改变模态振型贡献因子来优化结构的形状,达到降低结构声辐射功率的目的。研究简谐激励力下的结构声辐射优化,以结构声辐射分析频率带内的辐射声功率均值为设计目标,结构有限元结构坐标的最大变动值及模态频率为设计约束,利用序列二次规划算法进行优化求解。以几何平板和复杂曲面为数值算例,研究结果表明该方法可以有效控制结构声辐射。