超声电机驱动的锁紧装置锁效果的试验研究

为了评价超声电机驱动的磁悬浮飞轮锁紧装置的锁紧效果,对锁紧装置弹片开展了试验研究.将锁紧弹片简化为悬臂梁模型,通过测试其根部应力,计算出其端部的变形量大小,进而获得弹片沿径向对飞轮转子的锁紧力大小.试验表明:每个弹片沿飞轮径向产生17.06 N的锁紧力,在250 s内完成锁紧.对比超声电机驱动与电磁电机驱动的锁紧装置,锁紧力大小相似.试验证明:超声电机驱动的锁紧装置能代替电磁电机完成锁紧和解锁功能,为超声电机在磁悬浮飞轮系统中的进一步应用提供了可能.     

基于协同进化博弈的多学科设计优化

复杂系统的设计问题可以非层次分解为并行的多个子空间优化设计问题。多学科优化的迭代过程可看成子空间博弈的过程。各冲突子目标协商一致条件下,子空间合作博弈的均衡点能达成原系统的整体最优,并给出协同进化算法求解博弈的Nash均衡点的计算框架。以某型民用客机的总体优化设计为例,将其分解成气动和重量两个子空间优化。设计变量不重叠地分布于各子空间,两冲突子目标分配相同权值,线性加权组合而形成的单目标作为各子空间共同的优化目标。计算结果表明此方法是有效的。     

基于随机LPNN网络的优化设计研究

拉格朗日乘子神经网络是一种适合于求解一般约束问题的神经网络。网络运行中附加动量项和引入逐渐衰减的高斯噪声。附加动量项方法能减少震荡时间,提高网络的收敛速度。高斯噪声能避免神经网络收敛于假吸引子,改善全局寻优能力。用该方法解决飞机总体参数优化问题。数值结果表明,算法的稳定性、全局寻优性、约束的满足程度好,同时拉氏乘子可以帮助进行最优设计结果的灵敏度分析。     

超声电机在磁悬浮飞轮锁紧装置中的应用

为了保护卫星发射阶段磁悬浮飞轮系统,设计了一种超声电机驱动的锁紧装置,实现了锁紧和解锁功能,达到保护飞轮的目的.锁紧装置包括机械结构部分和驱动控制部分.机械结构部分使用旋转型行波超声电机做驱动源,传动部分采用蜗轮蜗杆带动执行机构锁紧飞轮转子.驱动控制部分的核心为单片机和超声电机驱动电路,并进行了超声电机驱动的锁紧装置试验.试验表明:锁紧和解锁过程中电机的输入功率分别为7.6W和6.7W,电学输入参数稳定;在许用范围内电机温升4℃;锁紧装置可在沿飞轮径向产生171 N锁紧力.超声电机驱动的锁紧装置具有重量轻、占用空间小、简化了传动部分设计的优点,为磁悬浮飞轮系统的进一步小型化提供了可能.     

机械零件失效辅助分析专家系统的设计与实现

失效分析是一门需要大量经验和领域知识的应用科学。在分析人类专家的失效分析过程的基础上,构造了一个基于规则的、能处理不确定因素的失效分析专家系统。着重论述了系统的结构功能设计与实现策略,包括失效领域知识和信息的分类、表达与组织,以及推理机和数据库管理。     

纵振对圆环板面外模态激励效果的有限元建模及模态实验

为了有效地激励出圆环板的面外振动模态,提出用4个兰杰文振子的纵振作为激励源的方式。介绍了激励源的布置方式,并对圆环板进行了有限元模态分析和结构尺寸的参数分析。制作了原理样机,采用多普勒激光测振仪对样机进行了模态实验,测试结果与有限元分析结果比较吻合。当施加电压峰峰值为150 V时,振幅为700 nm左右;当施加的激励电压峰峰值达到200 V时,振幅达到900 nm以上。实验表明,用4个兰杰文振子的纵振可以有效地激励出圆环的面外振动模态,合理地控制两相所加电压的相位差可以形成行波。     

超声电机定子振动分析的模态选择方法

在超声电机定子振动模态有限元分析的基础上,对结构模态截断,仅保留特定的模态,实现了模型降阶。用APDL实现了从有限元分析结果中自动提取特定的模态参数和相应等效电路模型的电学参数。仿真计算了定子的机械和电学响应,与实验数据对比表明,减缩的低阶运动模型保持了原系统的主要特性。     

超声电机温升特性测试系统设计

针对超声电机温升特性测试的需要,设计了一套测试系统。测试系统包括铂电阻温度传感器、温度变送电路、MSP430单片机和PC机。测试系统采用LabVIEW作为上位机开发软件,通过RS232串行接口实现PC机与MSP430单片机的通讯。测试系统可实现电机温升数据的实时采集,可靠性高和实用性强。开展了针对某型航天用超声电机温升特性测试,获得了电机表面温升数据。试验证明,超声电机在-30～+50℃不同环境温度下,温升基本稳定,运行温度在允许范围内,满足航天设备的特殊性。     

超声电机定子的简化复合梁模型裂纹扩展分析与实验

超声电机工作环境非常复杂,压电陶瓷极易发生断裂失效。为了分析研究电场、预压力及裂纹位置对压电陶瓷断裂失效的影响,将超声电机的定子沿周向简化为弹性复合梁模型,并在压电陶瓷上预制贯穿裂纹。首先用Ansys有限元软件对简化模型进行仿真,分析得到增大电场、预压力能增加裂纹尖端应力值,裂纹更加容易扩展。然后通过实验验证得到增大电场强度裂纹更加容易扩展。     

基于BP网络和Pareto遗传算法的多目标协同优化

多学科设计优化（MDO）问题往往是多目标的。Pareto遗传算法（PGA）所求得的Pareto最优解集为设计决策提供了很大方便。针对在CO的计算构架中直接使用PGA会导致计算量过大的问题，提出基于BP神经网络和pareto遗传算法的多目标协同优化方法。采用试验设计方法选择设计点，构造具有全局近似能力的各学科优化神经网络响应面，进而采用PGA进行系统层优化问题的多目标寻优。用上述方法对某型干线客机进行总体多目标优化。与直接采用PGA求解MDF单级多目标优化模型所得的计算结果对比表明，所提出的方法能有效近似该问题的Pareto最优前沿．、