二阶系统变阻尼技术研究

本文基于测速反馈原理，针对二阶系统提出了两种改变系统阻尼的方法。通过适当改变测速反馈系数，可使闭环系统的阻尼比按期望的规律变化（阻尼比可以为负），从而可显著地加快系统的输出响应，使系统的动态性能大为改善。文中提供了仿真算例。     

变邻域分解多目标自适应差分进化算法

分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法一ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(]probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.     

考虑舵机动力学的舵回路系统颤振特性分析

针对液压舵机动刚度特性,研究了舵回路系统(舵机系统和舵面耦合系统)的颤振特性.利用分支模态法建立了基于舵机系统动力学方程的时域和频域颤振计算模型,提出了2种考虑舵机动态特性的颤振求解方法,第1种方法思想是对舵回路系统模型在各种来流速度下进行状态矩阵的稳定性判断;第2种方法是将舵机复刚度特性包含在频域颤振方程中,使用迭代法求解该方程得到舵系统颤振特性,并验证了两种方法的可行性.分析结果显示舵机动态特性对颤振特性有着很大的影响,说明舵机动态特性使得颤振边界提高,为飞机系统设计和结构振动分析提供有用的边界支持和设计依据.     

混合余度传感器系统的可靠性建模与分析

针对混合余度传感器系统,分别对故障过程和诊断过程进行建模,集成建立系统的半马尔可夫过程可靠性模型。通过代数模型与补充变量法的结合,提出了一种定量分析方法,采用代数模型法将系统模型简化为故障模式的逻辑和,应用补充变量法求解约简后的半马尔可夫过程,推导了基于分布函数的时序故障概率计算公式,用于各故障模式的定量概率求解。通过算例分析,并与典型方法进行比较,体现了模型的通用性以及定量分析方法的准确与简便。     

电液负载模拟器的自适应最优控制

研究了电液负载模拟器的自适应最优控制问题.将线性二次型最优控制与GCMAC神经网络相结合,提出了一种自适应最优控制策略.该控制策略把最优控制器作为辅助控制器,采用GCMAC神经网络在线学习使闭环系统满足理想性能要求的控制量.Lyapunov稳定性分析证明该控制策略具有渐近稳定性.仿真结果表明系统具有较好的动态性能和较高的载荷谱跟踪精度.     

基于自适应逆的鲁棒容错飞行控制方法研究

研究飞行安全控制问题,可采用动态逆与神经网络模型参考自适应控制理论相结合,对飞机纵向自适应鲁棒容错飞行控制律进行设计,同时采用改进的粒子群算法优化神经网络参数,提高了自适应算法的效率.控制策略采用内-外环的控制结构,内控制回路以逆控制消除系统的非线性性和输出耦合;外控制回路基于模型参考自适应控制的思想,利用改进粒子群优化的神经网络设计前向自适应控制器,以消除逆控制的建模误差和对参数变化敏感的缺点,可使系统获得较好的动态性能和较强的鲁棒性.仿真结果表明采用的自适应鲁棒容错飞行控制方法有效抑制了操纵面故障,消除了对飞行任务的不良影响,保证了安全性能.     

约束输出特征结构配置方法在飞控系统中的应用

针对含约束的输出反馈飞行控制系统,传统特征结构配置方法求解的反馈参数矩阵不能使控制系统实现精确的动态性能,为此,提出了一种反馈矩阵的求解方法.在该方法中,将对系统主导特征值配置的精确性要求和对未配置特征值的稳定性要求概括为一个综合优化指标,而后,再采用粒子群算法对该指标进行优化,求解出最优的反馈矩阵.该方法克服了传统特征结构配置方法的缺点.通过在变稳飞机飞行控制系统设计中的应用,验证了该方法的优越性和有效性.     

基于特征结构配置和直接自适应的侧向飞行控制律设计

将特征结构配置与直接自适应理论相结合对飞机侧向飞行控制律进行设计.首先介绍了特征结构配置的原理和反馈增益矩阵的算法实现,在此基础上结合直接自适应方法对闭环系统进行鲁棒控制器设计.该控制策略以特征结构配置作为内环控制器,自适应控制器作为外环控制器,使系统获得较好的动态性能和较强的鲁棒性.某飞机的侧向飞行控制律设计仿真结果表明系统获得了良好的动态性能,并且有效抑制了内部参数摄动对系统的不良影响.     

基于混沌差分进化FCM算法的舵回路故障诊断

为了提高故障分类的准确性,提出了一种混沌差分进化模糊C-均值故障识别方法(CDEFCM,chaotic differential evolution fuzzy C-mean).该方法利用差分进化算法高效的全局搜索能力以及混沌序列的均匀遍历特性,克服了模糊C-均值算法(FCM,fuzzy C-mean)对初始值敏感的缺点及遗传算法易收敛到局部极值点的缺陷,用该方法进行故障聚类分析,可以准确地识别故障.以某飞控系统舵回路常见故障为例进行了仿真验证,结果表明该方法能有效地识别出故障.     

基于缓冲和预选的网格资源调度优化

资源发现是影响调度效率的关键,针对网格资源发现中复杂的查询过程,通过资源代理,将用户任务发生过调度的资源在本地进行缓存,构成黑白资源名单。同时,在网格资源代理空闲时,按照最近调度的QoS参数为参考值,进行资源的预选择,存放在本地记录,由此构成了本地记录优先的资源发现。针对该方法,设计了支撑该方法的优化代理体系结构,讨论了记录管理问题,给出了优化资源调度过程的算法。实验表明,该方法缩短了任务的平均调度时间,从而缩短了任务平均完成时间,提高了吞吐量,达到了优化的目的。