基于拟连续高阶滑模的高超声速飞行器再入姿态控制

考虑模型参数不确定和外界干扰对再入制导控制性能的影响,基于拟连续高阶滑模控制策略对高超声速飞行器的再入制导控制问题进行了研究.首先,给出再入制导指令的设计过程.其次,基于再入飞行特性对模型进行简化,获得面向控制的姿态模型,在此基础上,通过引入新的控制变量,设计解耦滑模面,实现姿态间的解耦.再次,为了削弱控制抖振,通过引入虚拟控制,对系统进行增广,基于齐次性理论设计拟连续三阶滑模再入姿态控制器,确保系统在有限时间实现对制导指令的稳定跟踪.最后,六自由度再入飞行器的制导控制一体化仿真结果表明,本研究给出的控制策略在不影响系统鲁棒性的同时,能够实现对标称轨迹和再入姿态的综合控制.     

平面式电容传感器阵列测量复合材料技术研究

基于复合材料及其内部不同损伤具有不同介电特性,采用平面式电容传感器阵列实现可视化无损检测。论述了系统的构成和测量原理,分析了影响测量效果的因素,并设计了信号转换和采集处理电路。基于简单的激励测量模式和共轭梯度算法,对比分析了仿真与实验结果。实验结果验证了基于电容敏感机理的平面式电容传感器阵列对复合材料内部缺陷检测的可行性和有效性。     

平面式电容传感器阵列激励模式研究

由于非金属复合材料及其内部不同损伤具有不同介电特性,采用平面式电容传感器阵列可实现无损可视化检测。针对平面式阵列电极结构,研究不同激励模式对复合材料内部缺陷检测效果影响。提出单激励、双激励和奇偶激励3种激励模式,对比分析各种激励模式下传感器信号强度、探测深度等性能差异。结果表明:奇偶激励模式在信号测量和成像质量方面都优于前2种模式。同时也验证了基于电容敏感机理的平面电容传感器阵列对复合材料内部缺陷检测的可行性和有效性。     

“最优化与最优控制”课程教学改革探索

课程是高校人才培养目标达成的核心要素。本文结合《最优化与最优控制》课程教学过程中存在的实际问题,阐述“以学生为中心”、“成果为导向”的教学改革新方向下,对教学内容、教学模式、考核方式等的思考与实践。力求通过科学合理的改革,提高课程的教学效果,为培养创新型工程人才奠定良好基础。     

基于两步迭代TV正则化的电阻抗图像重建算法

针对电阻抗层析成像(electrical impedance tomography,EIT)逆问题求解的欠定性和病态性,克服传统基于L2范数的Tikhonov正则化对介质边界的模糊效应,提出一种基于两步迭代的正则化图像重建算法.该算法采用具有良好保边性的总变差(total variation,TV)正则化函数,利用两步迭代法引入TV去噪算子,达到解的双重正则化效果.与传统最小二乘迭代算法、TV相关迭代算法相比,不仅保证了逆问题求解的稳定性,而且进一步提高了非连续分布介质区域成像的分辨能力,具有较好的成像精度.     

面向CFRP损伤检测的改进L1正则化EIT方法

由于碳纤维复合材料(carbon fiber reinforced polymer, CFRP)具有导电特性,因此可利用电阻抗层析成像(electrical impedance tomography, EIT)技术实现结构损伤检测。考虑EIT电极位置、数量有限以及电场软场特性的影响,其灵敏度矩阵呈现非均匀分布特征,导致场域内不同位置成像效果差别较大。该研究基于传统L1正则化的边缘锐化特性,提出了一种改进L1正则化方法。该方法通过分析损伤重建电导率分布规律,发现其在各邻域梯度分布的特征,并利用此特征保留L1正则化可能滤除的有效数据,在保证重建图像锐利边缘的同时,改善了不均匀灵敏度分布导致的区域成像精度差别。为验证所提出方法的有效性,仿真中设计了不同类型、不同相对位置的损伤模型,并且通过搭建的16电极EIT测试系统对损伤CFRP样品进行测试。仿真和试验结果表明,改进后的L1正则化方法不仅能重建更多位置上的损伤图像,而且不同程度地提高了各类损伤重建图像的精度。     

基于改进低秩稀疏正则化的CFRP电阻抗层析成像算法研究EI北大核心CSCD

碳纤维复合材料(carbon fiber reinforced polymer,CFRP)由于其轻质高强、抗疲劳等优势被广泛应用于航空航天领域。为确保材料使用的安全性,碳纤维复合材料的有效检测尤为重要。近年来,电阻抗层析成像(electrical impedance tomography,EIT)因其低成本、无辐射等优点已成为一种新兴的损伤监测方法并受到了广泛关注。针对电阻抗层析成像逆问题求解具有严重的病态性,提出了一种基于改进低秩稀疏正则化的电阻抗层析成像算法。首先,引入L_(p)伪范数,通过调节p的值来增强解的稀疏性、提高图像重建精度;其次,采用核范数作为解的低秩约束能有效利用先验信息提高重建质量;最后,通过分裂布雷格曼方法求解,增强算法的实时性,使成像速度保持在0.06 s。仿真与试验结果表明,改进低秩稀疏正则化算法能有效改善电极伪影、呈现出更加清晰的损伤细节并且具有较强的鲁棒性、实效性和适用性。     

基于开放式电容成像的CFRP层压板缺陷检测

碳纤维增强复合材料被广泛用于航空航天领域,在其制造及使用过程中不可避免产生各种缺陷及损伤。如何实现CFRP构件无损快速检测、提高损伤容限探测水平、降低检测成本具有重要意义。针对飞机使用的CFRP层合板,基于电容边缘效应,考虑其各向异性介电常数分布特点,利用开放式4×4阵列电极,以传统电容成像激励测量模式及共轭梯度图像重建算法,对CFRP层合板进行可视化检测。通过仿真和实验,验证了该方法对于CFRP层合板不同损伤缺陷检测的有效性和可行性,为实现非侵入、无辐射、低成本的快速无损结构健康监测奠定研究基础。     

基于四电极法的CFRP结构损伤检测研究

碳纤维复合材料(CFRP)被广泛用于航空航天领域,实现其结构健康监测对提高适航审定的损伤容限探测水平、降低检测成本具有重要意义。针对飞机使用的CFRP层压结构材料,利用碳纤维的自传感特点及结构损伤的电学敏感特性,基于四电极法提出3种激励模式下的电阻抗无损检测方法,以实现非侵入、无辐射、低成本的快速无损结构健康监测。利用有限元分析软件COMSOL构建各向异性CFRP层压板模型,通过提取有效电压差与电压灵敏度参数,对比分析不同类型结构损伤检测效果,从而获取适用于CFRP层压板结构损伤检测的最优激励测量模式。综合实验结果表明,双电极激励模式整体表现较优。     

基于L1/L2正则化电阻抗层析成像算法的碳纤维增强复合材料损伤检测

电阻抗层析成像（EIT）为碳纤维增强复合材料（CFRP）结构健康检测提供了一种可视化检测的手段。针对EIT图像重建的欠定性和病态性，提出了一种基于L1/L2稀疏正则化的EIT图像重建算法。该算法通过构建L1/L2正则化项的目标泛函，在求解过程中加入正则化参数对解向量进行修正，并在迭代过程中加入约束区间使解向量更加贴近真实分布。仿真和实验结果表明，与共轭梯度（CGLS）算法、Tikhonov算法、L1正则化算法相比，所提L1/L2正则化算法重构的损伤位置和大小更接近真实损伤模型，损伤的辨识度更高，电极伪影得到明显改善，为EIT应用于CFRP层压板损伤检测提供了新方法。