空间绳系机器人的多次推力逼近策略研究

针对空间绳系机器人近距离逼近问题,提出了基于时间最优的一般N次推力机动策略及算法,由演化得到的等时间N次机动模式和等速度增量N次推力机动模式,能够将多次推力机动策略中复杂的多时间变量求值问题转化为有非线性约束的最小机动时间问题,并利用基于罚函数法的遗传算法进行求解,对空间绳系机器人的近距离逼近问题进行了仿真。仿真表明:一般N次推力机动策略及算法能够很好解决此类多时间变量求值问题;且不需要进行初始速度脉冲修正,相对于基于"时间倒流法"的N次推力策略和连续推力具有较小的机动时间,并在某些情形下相较于后两者以及双冲量机动具有较少的能耗或者较小的最大视界角,为绳系机器人推动逼近设计提供了依据。     

改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。     

神经网络PID在PLC系统控制中的应用研究

针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。     

基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

火炮磁流变后坐系统仿真

将磁流变技术应用于火炮反后坐装置是目前正在发展的一种降低火炮后坐力的新技术,优化火炮反后坐装置控制,达到实时调节阻力。针对某型号火炮,在建立动力学模型和电磁模型的基础上设计了磁流变反后坐系统。为实现理想的后坐控制规律,提出了PID和模糊控制算法。利用ADAMS和MATLAB进行联合仿真,仿真结果表明,在后坐行程范围内,最大后坐阻力分别为3.71×105N,3.53×105N,相比传统火炮减小了13%和17%,并且模糊控制的后坐阻力曲线具有良好的"平台效应",实现了控制目标,表明磁流变阻尼器良好的可控性和应用于火炮后坐系统中的可行性。     

某型发射装药保温时间仿真研究

针对国军标规定的发射装药保温时间较长和试验研究的盲目性,为准确掌握保透时间,对某型发射装药开展保温时间仿真研究.首先论述了发射装药保温的原理,接着利用三维实体建模软件Solidworks建立了发射装药实体模型,通过传热学计算和运用测试手段确定了有关参数,运用ANSYS有限元模拟分析软件对发射装药内部温度的传递变化规律进行了仿真,得到了发射装药温度场分布与保温时间的关系及发射装药保透所需时间,最后通过试验验证了仿真研究的合理性,证明了现行国家军用标准规定的保温时间有很大压缩空间.     

四旋翼无人机的系统模型与辨识

研究无人机系统优化控制问题,为实现四旋翼微型飞行器的自动控制飞行,需要得到正确的系统模型参数,实现精确控制。子空间辨识法可以直接地反应出多输出多输出系统模型,算法比较容易实现。首先从四旋翼的力学模型出发,建立了在小角度假设下的线性系统模型,并首次将子空间辨识方法运用到四旋翼飞行器的辨识中。用仿真实例实验,假设飞行器在缓慢上升过程,采用由子空间辨识方法获得的系统模型输出与原系统在同样输入条件下的输出进行了比较。结果表明在假设条件下的辨识具有可行性,为中旋翼无人机优化控制提供了依据。     

人工智能技术在遥感图像分类中的应用

研究遥感图像分类精度问题,遥感图像分类根据图像特征进行分类,然而其特征维数相当高且信息冗余严重,分类器不能降低特征维数,导致分类器计算量大,图像分类效率和正确率低。利用主成分分析(PCA)降维特征维数的优点,提出一种基于PCA-SVM的遥感图像分类方法。PCA-SVM算法首先采用LBP算子提取遥感图像特征,然后采用PCA对遥感图像特征进行降维处理,减少特征维数并消除特征冗余信息,获得对分类结果贡献大的特征,最后采用SVM进行遥感图像分类。仿真结果表明,PCA-SVM提高了遥感图像分类效率和正确率。     

重型车辆流量控制式ECHPS系统建模与仿真

关于车辆转向液压系统优化控制问题,针对重型商用车辆传统的具有固定助力特性的HPS系统存在的高速时转向操纵安全性差的问题,提出一种旁通流量控制式电控液压助力转向(ECHPS)系统,建立了ECHPS的机械和液压子系统模型及整车二自由度动力学模型。分析了转向系统可变助力特性的设计要求,建立了ECHPS助力特性MATLAB/Simulink仿真模型,通过仿真计算得到了ECHPS在不同车速下的转向助力特性曲线。仿真结果表明,所设计的ECHPS可变助力特性同时满足了低速时的转向轻便性要求和高速时的良好转向"路感"和操纵稳定性,并得到旁通流量与车速的关系曲线为设计ECHPS旁通流量阀开度的控制策略提供了基本依据。     

基于遗传神经网络的网格资源预测模型

研究网格资源预测问题,网格资源具有非线性、混沌变化特点,传统BP神经网络具有局部极小、收敛速度慢等缺陷,预测精度较低。为提高了网格资源预测精度,提出一种基于遗传神经网络的网格资源预测模型。利用遗传算法对BP神经网络的权值和阈值进行优化,然后采用BP神经网络对网格资源建立预测模型,最后采用网格资源时间序列进行有效性仿真。仿真结果表明,遗传神经网络有效地解决了传统BP神经网络的不足,提高了网格资源的预测精度,降低了预测误差,十分适合于非线性、混沌的网格资源时间序列预测。