锥体弹头的嵌入式大气数据传感系统组合算法

嵌入式大气数据传感（FADS）系统空气动力学模型基于钝头体推导,该模型适用于锥头体解算大气数据,但存在一定的模型误差.为消除模型误差,分析了锥头体模型误差产生的机理,提出了一种FADS系统组合算法,并对某一典型锥体弹头进行了仿真验证.仿真结果表明：动静压相对误差在0.05％以内,每组大气数据解算平均耗时在20 ms以内,该算法有效提高了大气数据解算精度和实时性.     

基于云模型的仿真可信度评估方法

针对云模型在非正态分布条件下不适用的问题,提出了基于均匀分布的一维逆向云算法,并将其应用于仿真系统的可信度评估体系。首先,阐述了仿真可信度的重要性,并以实际工程为背景建立了某型装备抗干扰能力评估结果可信度评估指标;其次,运用基于云模型的仿真可信度评估方法对系统进行评估,并对该评估方法进行改进;最后,为了完善该评估方法,推导出基于均匀分布的一维逆向云算法,并且设计实验验证了该算法的有效性。仿真实验结果表明,该逆向云算法在较大数据时平均绝对误差小于5%,具有较高实用性,为云模型理论的完善提供一种思路。此外仿真可信度评估结果表明,该评估方法精度高,包含数据的分散度和凝聚度信息,可以进行更全面评估和错误数据预测。     

基于GWO-BP方法的加速度计动态模型研究

针对高g值加速度计动态模型问题,基于Hopkinson杆的校准系统所测的输入输出数据建立系统模型,提出了GWO-BP神经网络动态建模方法。利用灰狼种群算法优化BP神经网络建立的加速度计动态模型,对模拟输入输出信号进行仿真。最后,利用Hopkinson杆标定系统对加速度计的输入输出进行实测。结果表明,相比于BP神经网络算法,该算法经过优化改进后,求解精度提高了43.6%,证明了该方法的可行性。     

萤火虫PID算法在电机作动器悬架上的应用

为提高汽车悬架系统的性能,提出了一种萤火虫PID算法。首先在分析萤火虫PID算法原理的基础上,设计了适合于电机作动器悬架的萤火虫PID算法,给出了算法实现的步骤与流程;然后,对传统电机作动器进行改进设计并建立四自由度电机作动器悬架数学模型与仿真模型,以dSPACE为该仿真模型运行载体,设计主动悬架半实物仿真算法测试系统;最后,利用该测试系统,采用不同车型与路面输入对萤火虫PID算法进行了仿真测试实验,结果表明所设计的萤火虫PID算法可以有效降低车身加速度、悬架动行程、轮胎动位移等。     

蚁群算法在需水预测模型参数优化中的应用

为了解决投影寻踪（PP）需水预测模型的高维、非正态、非线性参数优化问题,提高需水预测的精度,尝试用基于网格划分的自适应连续域蚁群算法(ACA)在不同拟合和预测时长内对模型参数进行优化组合,并运用该模型进行年需水量预测。基于改进蚁群算法的投影寻踪需水预测模型参数优化进行了实例仿真。对基于改进蚁群算法的预测精度与基于人工免疫算法（AIA）和BP神经网络的模型(BPANN)参数优化结果分别进行了比较,实验结果表明：1）这三种算法的拟合精度相对误差绝对值分别小于2%、10%和10%;2）预测精度相对误差绝对值分别小于6%、11%和12%;3）改进蚁群算法能收敛到全局最优解,收敛速度较快。因此,改进蚁群算法的投影寻踪需水预测结果明显优于人工免疫算法和BP神经网络。该方法可推广到其他类似的高维非线性问题上。     

基于I-PSO算法和Simulink的湿式离合器优化设计

为提高湿式离合器的轻便性和可靠性,提出了一种I-PSO算法与MATLAB/Simulink相结合的湿式离合器优化设计新方法。对湿式离合器进行动力学分析,并基于MATLAB/Simulink搭建湿式离合器动力传递的仿真模型。引入模拟退火算法中对粒子进行扰动的思想对改进的粒子群算法再度进行改进,并基于某测试函数验证了算法改进的效果,选择离合器的滑磨功与体积为优化目标。最终联合改进粒子群算法与MATLAB/Simulink中建立的湿式离合器仿真模型对某具体型号湿式离合器进行多目标优化设计。结果表明,改进后的粒子群算法在寻优的速率和精度上有一定效果;优化后的湿式离合器与原设计相比,总目标函数缩小约40.12%,滑磨功减小了约61.8%,优化效果明显。     

足式机器人在非结构地形中的姿态求解算法

为了改进传统足式机器人姿态求解算法的不足,提出了一种新型的适用于非结构地形的姿态求解方法.该算法将动力学分析得到机体运动加速度信息与惯性测量单元（IMU）的信息相融合,通过卡尔曼滤波器计算机器人机体的姿态信息.所提的算法也适用于机器人机体存在冲击力的情况。为了验证算法的有效性,对两款典型的足式机器人在非结构地形中的运动进行了仿真,结果表明提出的算法能够准确的求解出机器人的姿态信息,具有良好的有效性和通用性。     

鸟体力学模型仿真研究

为使鸟撞飞机结构数值计算中鸟体模型更贴近实际,基于非线性动力学有限元分析程序的Lagrange算法、Euler算法和SPH算法,以及弹塑性和流体动力学本构模型,建立了三种鸟体有限元模型,并进行了由低速到高速的鸟撞平板仿真研究.结果表明:鸟撞击速度低于100m/s时,采用模型一方法仿真鸟体较合理;鸟撞击速度高于100m/s时,鸟体的仿真宜采用模型三方法;综合计算精度和计算成本两个方面,当鸟撞击速度高于145m/s时,模型一方法也是可接受的方法.鸟撞平板仿真验证了分析结果的正确性,为鸟撞仿真中鸟体的建模提供了参考依据.     

基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

野草入侵模糊算法的半主动空气悬架研究

为了抑制由路面不平引起的车辆振动,结合磁流变阻尼器和空气弹簧的变阻尼/刚度特性,设计了含内置永磁体式磁流变阻尼器的半主动空气悬架系统.基于电磁学原理,对内置永磁体式磁流变阻尼器的力学特性建模.建立了1/4车辆二自由度动力学模型,并利用野草入侵算法对常规模糊算法规则进行优化,开发了野草入侵-模糊混合控制策略对内置永磁体磁流变阻尼器的空气悬架进行半主动控制.为验证该控制策略在磁流变空气悬架的半主动控制效果,进行了C级路面随机输入及凸块脉冲输入仿真分析,仿真结果可知,野草入侵-模糊控制策略能有效地提高半主动悬架系统的综合性能.并且通过台架试验进一步表明,利用该控制策略能够使车身振动加速度及悬架动挠度分别减小25.87%、35.13%.     

压力传感器测试系统的动态校准及特性分析

针对利用传感器静态灵敏度对动态信号进行测试时而引入的测量误差,使用激波管对压力传感器进行动态标定,对校准结果进行分析得到传感器的动态特性,并计算出其动态灵敏度。利用校准数据对传感器模型的阶数进行判别,为以后对测试结果进行修正和补偿提供理论依据;最后对动态校准过程中误差的来源进行分析并给出传感器动态灵敏度的不确定度。     

拖锥在空速系统校准中的应用

大型运输类飞机试飞过程中,空速系统校准是一个非常重要的科目。分析了飞机空速系统静压测量的基本原理,给出了使用拖锥法测量空速的详细方案和系统组成,提出了使用该方法完成飞机空速系统校准时需要完成的各种实验室实验、校准方法、补偿方法、飞行试验、试验结果与误差分析、注意事项等。     

Infrared thermometer sensor dynamic error compensation using Hammerstein neural network

A novel dynamic neural network structure based on Hammerstein model is proposed and applied to dynamic error compensation for infrared thermometer sensor in this paper. First, the devices of dynamic calibration for infrared thermometer sensor are designed and the calibration experiments with continuous excitation are carried out. Then, the non-linear inverse system of the sensor dynamic compensator is expressed by a non-linear static subunit followed by a linear dynamic subunit—Hammerstein model. A novel neural network structure is designed, the weights in which are corresponding with the parameters of Hammerstein model. Finally, The iterative algorithm is derived, through which the non-linear static and linear dynamic subunit in Hammerstein model can be optimised and the coefficients of the dynamic compensator are gotten. The dynamic calibration data of the uIRt/c sensor are used to test and the experiment results show that the stabilizing time of the sensor is reduced less than 6 ms from 26 ms and the dynamic characteristic is obviously improved after compensation.     

瞬态压力测试系统的环境因子校准

多数瞬态压力信号的测量是在恶劣环境下进行的,用静态校准的特性直接用于动态参量的测量会给测量结果带来很大误差,为了减小测试环境对测试系统的影响,提高测试数据的置信度,提出了环境因子校准的思想.文中分析了两类环境力信号对测试系统输出信号的影响,介绍了火炮膛压测试仪和石油井下射孔压力测试仪的环境因子校准系统组成及工作原理.经...     

压力传感器准静态“绝对校准”

介绍了传感器准静态校准的意义及落锤动标装置的工作原理 ,阐明了传感器准静态“绝对校准”的定义及方法 ,按照传感器的压力量程 ,设计了相关模型段的重锤———油缸组件 ,根据实验数据建立了各压力段的“绝对校准”模型 ,并通过实验验证了模型的可行性     

飞翼飞行器嵌入式大气数据传感系统算法研究

介绍了嵌入式大气数据传感(FADS)系统的测压孔布局和压力模型;分析了超定线性方程组的解法,并用广义逆矩阵A+计算其最小二乘解;建立了形压系数ε与马赫数M∞、迎角α和侧滑角β的确切的函数模型;提出了故障点的处理方法;并用神经网络实现对动压、静压的求解。计算结果表明:飞翼飞行器的FADS系统的算法能够满足设计要求。     

基于改进堆叠自动编码机的垃圾邮件分类

针对堆叠自动编码机(SA)容易产生过拟合而降低垃圾邮件分类精度的问题,提出了一种基于动态dropout的改进堆叠自动编码机方法。首先分析了垃圾邮件分类问题的特殊性,将dropout算法引入到堆叠自动编码机算法中;同时,根据传统dropout算法容易使部分节点长期处于熄火状态的缺陷,提出了一种动态dropout改进算法,使用动态函数将传统静态熄火率修改为随着迭代次数逐渐减小的动态熄火率;最后,利用动态dropout算法改进堆叠自动编码机的预训练模型。仿真结果表明,相比支持向量机(SVM)和反向传播(BP)神经网络,改进的堆叠自动编码机平均准确率达到了97.66%,各个数据集上马修斯系数都大于89%;与传统堆叠自动编码机相比,改进的堆叠自动编码机的马修斯系数在Error1~6数据集上分别提高了3.27%、1.68%、2.16%、1.51%、1.58%、1.07%。实验结果表明,基于动态dropout算法的改进堆叠自动编码机具有更高的分类精度和更好的稳定性。     

广义逆在嵌入式大气数据传感系统中的应用

应用广义逆矩阵对嵌入式大气数据传感系统中的算法进行简化,提出了以Moore-Penrose广义逆矩阵为基础的动压、静压和修正参数的改进算法,并对其进行了收敛性分析,最后,应用M atlab软件进行了数字计算验证。计算结果表明:改进算法具有确定的收敛性,由于避免了迭代过程中求解逆矩阵,达到同样的精度所需要的计算时间只相当于原有算法的70%,改进算法可以满足系统的精度、可靠性和实时性要求。     

A two-step method for kinematic parameters calibration based on complete pose measurement—Verification on a heavy-duty robot

The poor pose accuracy of industrial robots restricts their further application in aviation manufacturing. Kinematic calibration based on position errors is a traditional method to improve robot accuracy. However, due to the difference between length errors and angle errors in the order of magnitude, it is difficult to accurately calibrate these geometric parameters together. In this paper, a two-step method for robot kinematic parameters calibration and a novel method for position and orientation measurement are proposed and combined to identify these two kinds of errors respectively. The redundant parameter errors that affect the identification are also analyzed and eliminated to further improve the accuracy of this two-step method. Taking the Levenberg-Marquardt algorithm as the underlying algorithm, simulation results indicate that the proposed two-step calibration method has faster iteration speed and higher identification accuracy than the traditional one. On this basis, the calibration and measurement methods proposed in this paper are verified on a heavy-duty robot used for fiber placement. Experimental results show that the mean absolute position error decreases from 0.9906 mm to 0.3703 mm after calibration by the proposed two-step calibration method with redundancy elimination. The absolute position accuracy has increased by 41.81% compared with the traditional method based on position errors only and 14.97% compared with the two-step calibration method without redundancy elimination. At the same time, the orientation errors after calibration are not more than 0.1485°, and the average of absolute errors is 0.0447.