维修保障系统效能多级可拓综合评估研究

在构建维修保障系统效能评估指标体系的基础上,提出了维修保障系统效能的多级可拓综合评估模型,并与层次分析法、突变评价法的结果进行了比较,结论基本一致,为维修保障系统效能评估寻求出一种新的方法,其评估结果可为决策提供定量依据。     

基于神经网络的装备维修保障系统效能评估

在系统分析装备维修保障系统效能各影响要素的基础上，构建了维修保障系统效能评估指标体系．应用BP神经网络的理论和方法，建立了维修保障系统效能评估的神经网络模型；给出了应用特尔菲法与模糊层次分析法相结合确定各指标权重而构造神经网络训练样本的方法。最后进行了实例分析，结果表明该模型可较好地克服人为因素和模糊随机性的影响，具有很高的可信度。     

基于指数法的装备维修保障系统效能评估模型

建立了装备维修保障系统效能评估指标体系,利用指数法对其3个组成要素———维修检测系统、备件保障系统和修复技术设备保障系统进行效能分析,构造出装备维修保障系统的效能评估模型;有利于对其效能进行全面、具体的评价,从而方便、快速地确定出其维修保障水平。     

维修保障系统效能评估的灰色-证据理论模型

对装备维修保障系统效能作出科学、准确的评估是发现、改进系统不足,提高装备保障效能的一项重要依据.实际评估过程中由于各种不确定性因素的存在,通常不易得出准确的评估结论.针对当前评估方法在处理不确定信息方面的不足,提出一种基于灰色-证据理论的维修保障系统效能评估模型.在建立系统效能评估指标体系的基础上,首先通过专家法、实地调研法和仿真分析法获取系统效能的评估指标值,并通过计算评估指标值与系统评估等级之间的灰色关联度,构建不同方法下系统效能评估等级的基本概率分配,最后利用证据理论的合成规则对不同方法下系统的评估等级进行合成,从而获得系统效能的评估结论.实例验证表明,模型是有效的.     

航空装备保障系统效能评估

运用系统工程理论研究了装备保障系统效能的评价方法。建立了评价装备保障系统效能的总体模型。在此基础上,提出了评价装备保障系统效能的指标体系,确定了各指标的权重。     

装备保障系统评价多属性决策分析

为了优化装备保障系统保障资源的配置,需对系统效能进行综合评价.提出了现行装备保障系统的基本要素和定量及定性指标的量化方法.针对装备保障系统评价过程中评价指标存在定量与定性指标相结合的问题,引入混合型多属性决策原理,提出了一种基于理想点的多属性决策模型.结合案例分析,对模型合理性进行验证.结果表明,该模型能够真实地反映决策空间中各方案与理想方案的模糊属性值之间的接近程度,装备保障系统评价结果更加准确可信.     

装备保障指挥系统效能评估研究

从装备保障指挥的角度，分析了装备保障指挥效能的基本概念及评估方法，讨论了装备保障指挥评估的基本流程；建立比较全面的装备保障指挥效能评估指标体系，运用功效函数层次分析法分析装备保障指控系统的效能，计算及合成效能指标的效能值和模型，得出评估结果。     

基于ADC-BP模型的对地攻击无人机自主作战效能评估

为紧贴实战背景进行对地攻击无人机自主作战效能，提出一种改进ADC模型的效能评估方法。首先，在传统ADC模型的基础上，引入战场环境因素、人为干扰因素，并基于遗传算法优化BP神经网络，重构传统作战能力评估模型，构建基于ADC-BP的自主作战效能评估模型；其次，基于无人机作战任务特点，拓展并归纳影响效能的关键能力指标，构建与作战全过程相适应的评估指标体系；最后，以对地攻击无人机执行压制防空任务为例进行效能评估，结果验证了ADC-BP评估模型的合理性和实用性。     

基于多元统计的地面防空武器效能评估方法

地面防空武器效能评估是军事装备效能评估的一项重要内容。针对地面防空武器装备的特点，提出了采用多元统计学中的因子分析法，进行地面防空武器的效能评估，建立了相应的模型运算方法，并对典型装备进行了实例验证，结果表明了该方法的可行性。     

武器系统效能评估方法研究

从武器系统效能概念入手介绍了目前评估武器系统效能的各种方法，指出了它们各有其适用性和局限性，并依据灰色系统理论建立了一种改进的评估方法：层次一灰色分析法，描述了利用该方法进行评估的基本步骤。通过给出一个灰色评估案例，验证了层次．灰色分析法的正确性和实用性。该方法能克服现有一些方法的局限性，可以提高效能评估的有效性及精确度，供有关研究人员和决策部门参考。     

变论域自适应模糊PID方法的研究与仿真

从优化模糊控制器的角度出发，讨论了变论域思想和伸缩因子的概念，同时就量化、比例因子和伸缩因子的关系进行了分析，进而阐述了一般情况下两种伸缩因子的选取方法；在此基础上将模糊PID和变论域思想想结合，形成变论域自适应模糊PID控制结构；最后通过某复杂非线性系统进行仿真研究，结果表明该方法达到了预期目的，优越性明显。     

基于变论域模糊控制的风机叶片颤振抑制

针对时变、滞后、非线性的风力机叶片系统,基于变论域思想,设计出一种变论域最优模糊比例积分微分(proportion intergration differentiation, PID)控制器,解决叶片经典颤振断裂失效问题。叶片结构模型采用基于弹簧-质量-阻尼器的典型截面模型,结合经典颤振稳态气动力模型,得到叶片气动弹性方程。通过变论域最优模糊PID控制器给出变桨信号,同时二阶变桨激励器执行变桨动作,进行颤振抑制。根据时间乘绝对误差积分准则(ITAE)准则,通过寻优得到PID最优初始值。仿真结果表示,与增量式模糊PID相比,变论域最优模糊PID控制器可动态调整论域范围,收敛时间快、幅值更低且具有良好的通用性。     

自校正模糊PID控制的FAST节点位移控制方法

为了解决FAST项目中2400多个节点在相邻节点拉力、外界风力、温度等环境因素的影响下仍能够达到预期运动位置,利用自校正模糊PID控制与改进型论域伸缩方案相结合的方式对FAST节点位移控制策略进行了研究.通过对FAST节点液压促动伺服系统的分析,得出被控对象的传递函数.根据误差和误差变化率的分析,进行控制器的设计,选择合理且有效的变论域伸缩因子,最后利用Simulink对改进算法进行了建模和仿真.仿真分析结果验证了基于变论域的自校正模糊PID控制对FAST节点位移控制的可行性.     

船用汽轮机变工况的遗传粒子群优化智能控制方法研究

为提升船用汽轮发电机组大幅变工况时的控制精度和鲁棒性,首先剖析船用汽轮机大幅变工况的运行特性,以调节系统各部件的模块化数学模型为基础,建立汽轮机组DEH闭环模糊PID控制模型；其次,融合遗传算法的选择、交叉、变异和自适应递减权重法,提出遗传粒子群智能优化算法,并结合标准测试函数验证提出算法具有较高的收敛速度和精度；然后,基于遗传粒子群智能优化算法建立汽轮机变工况自适应智能模糊PID控制模型,实现模糊PID的量化因子与比例因子最优化设计,进而开展船用汽轮发电机组大幅变工况动态特性及扰动因素影响分析,结果表明本文建立的自适应智能模糊PID控制模型具有更好的控制稳态性能与鲁棒性,为船用汽轮机组大幅度变工况智能控制优化设计提供了有力的技术支撑。     

谷电相变电蓄热供暖分工况变论域模糊比例、积分、微分自适应前馈补偿控制

针对谷电相变电蓄热供暖系统,有谷电时间段既蓄热又放热供暖和非谷电时间段单纯放热供暖两种不同的工况,不同的工况系统参数变化较大的问题,设计了分工况变论域模糊比例、积分、微分(PID)控制器,根据不同工况选择对应的控制器且其论域伸缩因子自适应调整;考虑到供暖过程中蓄热炉炉温的变化,把不断变化的蓄热炉炉温作为可测干扰,设计了自适应前馈补偿控制器对变论域模糊PID控制器的输出控制量进行补偿,通过实时辨识供暖系统模型,实现前馈补偿控制器参数的自适应调整。实验结果表明:所提出的控制方法能够在不同工况下实现对期望供暖出水温度的实时跟踪,显著地减小了供暖出水温度误差,提高了供暖可靠性。     

变论域模糊PID算法在供热控制中的应用

针对供热系统中二次网供水温度控制具有非线性、时变性、难以精确控制等缺点,结合模糊控制和PID控制的优点,采用变论域的思想,提出了变论域模糊PID算法。介绍了变论域模糊PID控制器的结构设计及伸缩因子的选择方法。经仿真实验表明,该控制方法使具有响应时间快、稳态精度高,及较强的抗干扰能力。该算法提高了二次网供水温度的控制精度,起到了节能降耗的作用。     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

基于BP神经网络的静液压变速器控制研究

静液压变速器(HST)的操控性是农用车辆性能提升的关键,采用一种基于BP(back propagation)神经网络的新型控制策略,对HST马达输出转速的动态特性进行研究.基于变量泵—定量马达静液压传动系统的数学模型,首先对比研究了传统PID控制、模糊控制以及BP神经网络控制3种方法的控制效果,结果表明:与传统PID控制和模糊控制相比,BP神经网络控制能有效抑制系统超调量并降低马达转速波动,减小系统达到稳态的调节时间,具有良好的鲁棒性.基于此,提出采用BP神经网络控制方法对具有更大马达转速变化范围的变量泵—变量马达传动系统进行调查,研究结果表明,在对变量泵、变量马达分段控制中,该方法能实现较稳定的切换效果;在不同的负载等效转动惯量下,马达转速均能达到稳定状态,且由负载引起的转速波动也得到降低.研究结果表明,BP神经网络控制方法对变量泵—变量马达传动系统具有潜在的控制优势.     

基于变论域模糊PID的汽提塔温度控制方法

针对汽提塔生产过程具有非线性、强耦合、大时滞及温度难以精确控制的问题,设计了基于变论域模糊PID的汽提塔温度控制系统.选取了基于模糊规则的伸缩因子,将变论域思想和模糊PID相结合,形成变论域模糊PID控制系统结构.分别对常规PID算法、模糊PID算法及变论域模糊PID算法的汽提塔温度控制系统的仿真曲线进行对比.仿真结果表明:变论域模糊PID控制算法有更快的响应速度、更小的超调量和更好的跟踪性能.     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。