基于异步切换多胞系统的网络化飞行器故障检测

本文研究了存在时变短时延和随机丢包的大包线网络化飞行器故障检测问题.首先,采用切换多胞系统描述飞行动态,并提出了一种局部重叠多胞划分方式以较低设计保守性.然后,借助泰勒级数展开和伯努利分布将时延和丢包转化为多胞系统参数,并构建了切换参数依赖故障检测滤波器.同时,考虑滤波器切换指令及多胞加权参数更新滞后引起的异步切换问题,基于切换参数依赖Lyapunov函数和平均驻留时间方法分析了系统的稳定性和l2性能,并以LMI形式给出了滤波器存在的充分条件.最后,以HiMAT(highly maneuverable technology)飞行器为例验证了所提方法的有效性.     

变体飞行器平滑切换LPV 鲁棒控制

针对一类变体飞行器控制问题, 提出一种平滑切换线性变参数(LPV) 鲁棒控制器设计方法. 建立变体飞行器切换LPV 模型, 设计平滑切换控制器, 其中偶数子系统控制器由相邻两个子系统控制器线性插值得到. 给出保证切换LPV 系统指数稳定且具有一定鲁棒性能的充分条件, 由于考虑了调参变量的渐变特性, 所得切换律没有平均驻留时间的限制. 仿真结果表明, 所提出方法使得飞行器系统既具有良好的稳定性和鲁棒性, 又能实现平滑切换.

     

基于重叠参数区域的变体飞行器切换LPV控制

针对变体飞行器参数变化范围大,模型具有不确定性和非线性的问题,以后掠角为调参变量建立变体飞行器线性参数时变系统（LPV）模型.将时变参数范围划分为若干参数区域,利用权值系数和参数重叠区域的概念,通过求解线性矩阵不等式组构造一组LPV控制器.以变形量为决策变量设计切换策略,并针对Firebee纵向通道设计了切换LPV控制器.仿真结果表明,通过参数重叠区域构造的LPV模型之间能够平稳、快速切换,该方法使变体飞行器在变形过程中有较好的迎角抗扰能力.     

构建面向航空制造企业的车间管理信息系统

目前我国大多数航空制造企业正处于生产方式和管理模式的转型时期,生产的组织和管理仅凭经验靠手工方式进行,管理者个体经验的差异常常导致生产组织效果的重大差别。航空制造企业机加车间的生产特点要求高效、优化和规范的车间管理系统与之相适应。论文通过对航空制造企业机加车间的业务流程描述和功能分析构建了以计划为核心、计划推动生产准备部门工作为运作模式的面向航空制造企业的车间管理信息系统模型,论述了其体系结构和功能特点,并用Delphi语言基于组件技术开发并予以实现。     

基于免疫遗传算法的工艺设计与调度集成

为实现工艺设计与调度的并行分布式集成，建立了工艺规程调度仿真优化的数学模型，确定了模型的决策空间、目标函数及约束条件。提出了一种协同进化免疫遗传算法，用以同时优化零件的备选工艺规程组合和调度方案，通过工艺种群及调度种群的相互促进，实现协同进化，依据抗体的亲和力及抗体浓度来保持群体的多样性，根据抗体的激励度来进行免疫选择，采用最优解保持策略，确保算法的收敛性，考虑编码特点，工艺抗体采用均匀交叉及随机扰动变异，而调度抗体采用均匀顺序交叉及倒位变异。通过对10台设备10种零件的实例仿真，验证了算法的有效性。     

按时序特征优化模型后在线选配的超短期风电预测

讨论超短期风电功率预测(USTWPP)模型的适用性。提出的USTWPP方法,从历史数据的风电功率时间序列(WPTS)中筛选特征量,选择门限值,并将短窗口内的WPTS划分为不同形态的子集,以及一个囊括所有不具有排他性分类特征的"非形态子集"。然后在离线环境下,分别按对应的训练样本优化各子集专用的预测模型及参数。在线应用时,将当前时刻前一个短窗口的WPTS与各子集的分类判据比对,以归入上述子集之一,然后调用相应的预测模型完成USTWPP。最后,以实际算例验证了该方法的有效性。     

从电镀铬谈电镀生产中节能减排

通过对电镀铬生产过程的控制和对落后设备的改造,使人力资源得到合理使用、工艺参数得到有效控制、化工原材料回收利用及水资源减少消耗,达到节约能源减少排放的目的.以提高企业的效益,保护好人类赖以生存的环境.     

基于并行多目标遗传算法的制造伙伴优化研究

建立了制造伙伴优化的数学模型,并指出该模型属于复杂的多目标、多选择、多约束背包问题,提出了并行多目标妥协遗传算法进行求解:算法采用基于排列的编码方式,由多个子种群独立进化并定期交换最佳个体,适应度计算采用自适应权重方法及基于距离度量的妥协方法,并通过适应度共享保持种族多样性,最终求得决策者可接受的妥协解。     

基于H∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性.