三回路自动驾驶仪特点分析

对三回路自动驾驶仪的工作原理及特点进行了分析. 研究表明,这种驾驶仪的内回路是姿态驾驶仪,可以对静不稳定导弹进行稳定,闭环稳态传递系数不受气动参数变化的影响,驾驶仪输出对舵机零位误差不敏感,系统响应速度较带积分校正的过载驾驶仪快,且三回路驾驶仪比标准驾驶仪对噪声有较强的滤波能力.     

地铁车辆天线梁振动加速度及动应力试验

为考察地铁车辆天线梁的安全可靠性,基于在线测试进行了ATP吊座处振动加速度和疲劳薄弱点的动应力研究.采用有限元法对天线梁进行随机振动分析确定疲劳薄弱部位,从而为电阻应变片布置方案的选取提供依据.在空车和超员工况下获得ATP吊座处的加速度-时间历程和疲劳薄弱部位的应变-时间历程,对所采集的加速度信号进行频谱分析,得到ATP吊座处3个方向的振动频率和加速度谱.采用雨流计数法和结构损伤一致性原则对应变-时间历程分析,得到各测点的应力谱和等效应力幅.结果表明:整个过程ATP吊座处的加速度和疲劳薄弱部位的应力的小幅值出现次数占整个过程的绝大部分,而出现大幅值的次数很少;在空车时ATP吊座处的3个方向的振动加速度大于超员的状况,疲劳薄弱点的等效应力幅是超员的大于空车的工况.     

地铁列车荷载计算方法对盾构隧道动力响应的影响

采用地铁列车移动轮载、激振力函数法和数定分析法计算得到上海地铁列车荷载时程,考虑管片-土体及管片间的接触特性和纵向螺栓的连接作用,建立道床-管片-土体系统的三维动力有限元模型,分析比较了3种计算方法所得隧道结构动力响应的差异.研究表明:3种方法所得道床和土体单元动应力以及道床点位移时程曲线基本一致;基于实测数据的数定分析法适用于地铁列车荷载引起的环境振动评价,移动轮载和激振力函数法均会导致加速度频谱分布产生误差.     

基于自适应平方根UKF的微机械传感器融合航姿估计

提出一种新的基于自适应平方根UKF的微机械传感器组合姿态测量系统.该系统采用3轴微机械陀螺积分得到姿态角,采用3轴微机械加速度计测量重力矢量得到俯仰角和横滚角,分别校正俯仰漂移和横滚陀螺漂移;采用磁强计得到航向角,并与陀螺积分角度融合校正航向陀螺漂移.跑车实验结果表明,基于自适应平方根UKF算法可实时估计机动加速度干扰,并在融合滤波器中进行补偿,能够有效去除车辆机动加速度干扰,姿态角估计精度在±0.6°以内.     

基于两级滤波的车辆相对加速度估计

针对智能交通中汽车防追尾碰撞预警技术难以准确获取车辆间相对加速度,从而影响预警准确性的不足,提出了一种基于两级卡尔曼滤波的相对加速度估计方法.首先建立准确描述车辆间相对加速度变化的车辆相对运动模型,利用卡尔曼滤波递推方法初步估计出相对加速度值.然后进一步结合相对速度信息,利用第二级卡尔曼滤波估计相对加速度的误差,对初步估计的相对加速度值进行修正,从而获取较为准确的相对加速度信息.实车试验结果表明,该方法的准确性和可靠性好,加速度估计误差小于0.5 m/s2.     

半主动空气悬架系统的模糊控制

以半主动空气悬架为研究对象,构建了汽车悬架两自由度数学模型,采用了不依赖于被控对象精确模型的模糊控制方法进行空气悬架控制器的设计。仿真结果表明,所提控制策略是正确和有效的。     

共振的条件及特点

讨论了受迫振动系统发生位移共振、速度共振、加速度共振和能量共振的条件及其特点。主要从四种共振发生的频率条件;共振时的振幅;共振发生时,驱动力与阻力所做的功或功率之间的关系进行分析和讨论。     

基于GPU加速及改进谱FDTD方法的周期性结构分析

为解决作为分析周期性结构的时域数值算法本身在计算单角度入射时依然存在效率偏低的这一问题,提出了一种改进的谱FDTD方法,并运用图形处理器(GPU)对算法进行硬件加速.改进的算法在保证单频点运算结果精确的前提下,通过降低单次运算对运算结果频谱分辨率的要求以降低总体的运算时间.算例验证表明,在保证同等精度的前提下,改进后的算法将单角度斜入射问题的计算效率提高了1倍以上,并在此基础上通过GPU硬件加速成功实现了20倍以上的加速比,这证明了GPU加速的改进谱FDTD法的可行性与高效性.     

基于可编程控制器的转速测量及步进电机升降速控制研究

为了实现动设备转速的实时监测,本文通过可编程控制器(PLC)的时基中断和计数器中断功能分别实现了基于数字式频率法和频率/周期法的转速测量。通过高速脉冲输出功能研究设计出了幂函数型、直线型以及指数型升降速曲线,对步进电机进行平稳可靠的控制。以活塞式压缩机满负荷的情况为例,通过具体程序设计和实验,采用频率/周期法成功实现了对压缩机曲轴转速的实时监测;并运用直线型控制曲线,实现了步进电机平稳的升速控制。     

力的分布形式对简支板振动响应的影响

为了分析振源设备安装方式对基座振动响应的影响,本文分别建立了简支板在点激励、线激励和面激励下的振动响应模型,研究表明：低频段,板的平均振动加速度级和振动分布特性在三种激励方式下都非常接近;高频段,点激励下的平均振动加速度级最大,面激励下的振动响应最小,板的振动分布特性与激励力的分布形式密切相关。