风速频谱对人体热舒适性的影响

研究了自然风与机械风频谱的区别及对热舒适的影响。研究发现自然风的频谱在低频区较机械风丰富。提出了一种模拟自然风频谱的方法 ,并利用此方法研究了频谱形状及吹风频率上下限对人体热舒适性的影响。主观问卷实验表明 :接近于自然风频谱的吹风模式比其它吹风模式有更好的可接受性。同时发现人体对吹风频率感受的上限在1Hz附近 ,而频率下限在 0 .2 44～ 0 .488m Hz范围内时吹风有较好的可接受性     

基于比例积分观测器的卫星姿控系统鲁棒故障重构

针对卫星在轨运行出现执行机构故障问题，提出了一种基于观测器的卫星姿控系统鲁棒故障重构方法。首先，考虑卫星出现空间干扰、测量干扰以及噪声，建立欧拉离散时间卫星姿控系统模型。其次,设计一种离散比例积分观测器(proportional integral observer, PIO)实现卫星姿态角和姿态角速度估计，并利用前一时刻的故障重构值和输出估计误差迭代更新当前故障重构信息。然后,采用干扰解耦思想设计离散PIO解耦部分空间干扰，并利用H_∞技术抑制剩余干扰和测量噪声的影响。另外，利用线性矩阵不等式工具箱求解了部分观测器增益矩阵。最后，仿真结果验证了所提故障重构方法的有效性。     

基于LMI的H_/H∞故障检测观测器设计

考虑未知输入信号的影响，研究了线性系统鲁棒故障检测观测器的设计问题。利用描述残差对故障灵敏度的H_指数和表示残差对未知输入鲁棒性的H∞范数，将鲁棒故障检测观测器的设计问题描述为基于H_/H∞的优化设计问题。利用线性矩阵不等式(linear matrix inequality, LMI)理论，给出故障检测观测器的存在条件，提出一种新的迭代LMI算法求解最优观测器增益。仿真结果表明，利用这种方法设计的故障检测观测器对故障的灵敏度高，对未知输入的鲁棒性强。     

基于新型学习观测器的卫星执行机构故障重构

针对在轨微小卫星出现执行机构故障的情况,提出了一种基于非线性学习观测器(nonlinear learning observer, NLO)的卫星姿控执行机构故障重构方法。文中结合迭代学习算法和递推学习算法,设计了一种新型自适应学习算法,该算法应用前一时刻和当前时刻的姿态敏感器测量输出误差在线更新故障重构信号,使得所提NLO在估计卫星姿态角速度和姿态角的同时,能够快速精确在线重构卫星姿控执行机构故障。进一步给出了所提NLO的稳定性条件,并结合线性矩阵不等式技术给出了NLO增益矩阵的详细设计方法。最后,将所提方法应用于微小卫星姿控推力器故障重构,仿真结果验证了所提方法的有效性。     

基于迭代学习-未知输入观测器的卫星姿控系统鲁棒故障重构

针对卫星姿控系统出现执行机构故障，提出一种基于迭代学习-未知输入观测器(iterative learning unknown input observer, IL-UIO)的鲁棒故障重构方法。首先,考虑卫星出现空间干扰力矩、模型不确定性以及陀螺漂移，建立小角度机动时的非线性姿控系统模型。其次,采用UIO干扰解耦原理和H_∞控制思想，设计IL-UIO估计卫星姿态欧拉角和角速度的同时，利用IL算法实现执行机构鲁棒故障重构。并利用Lyapunov稳定性理论证明了IL-UIO稳定性和动态故障偏差最终有界, 通过线性矩阵不等式(linear matrix inequaliry, LMI)工具箱求解了观测器部分参数矩阵。最后，建立卫星闭环姿控系统并进行仿真，仿真结果验证了此方法的有效性。