风力机翼型气动参数影响分析及叶片粗糙敏感性评价指标探讨

水平轴风力机叶片表面特别是前缘粗糙度增大会导致叶片气动性能的下降和风力机输出功率的减少,因此粗糙敏感性是叶片设计必须考虑的一个重要因素.但是如何评价叶片粗糙敏感性,目前尚无统一的标准.本文从理论和实际出发,分析了翼型气动参数对叶片气动性能的影响,得出了翼型升力系数是风力机输出功率和轴向推力的主要影响参数,并提出了变桨型水平轴风力机叶片各区段翼型的粗糙敏感性评价指标,即是在定桨调速区,无反馈运行情况下,叶片外侧翼型应以升阻比和升力系数,叶展中区和叶片内侧翼型应以升力系数作为粗糙敏感性评价指标;有反馈运行的情况下,叶片外侧翼型就应以最大升阻比和设计升力系数,叶展中区和叶片内侧翼型以最大升力系数作为评价指标;而在变桨定速区,当变桨可以保证达到额定功率时就无需考虑粗糙度的影响.     

基于切削力预测模型的复杂曲面铣削进给速度优化

针对复杂曲面恒定进给速度带来加工效率低下及表面质量差的情况,提出了基于切削力预测模型的铣削进给速度优化方法.首先,通过对刀位轨迹、曲面与刀具几何、刀/工切削接触区及动态切削厚度的分析计算,建立了多轴加工复杂曲面的切削力预测模型,从而得到了进给速度与切削力之间的映射关系.然后将给定的参考切削力与每个刀位点处的最大切削力之差的绝对值作为优化目标函数,通过Newton-Raphson迭代算法来调整原刀位点文件中的进给速度,以确保切削力的恒定以及机床系统的运行平稳.最后,以模型桨桨叶为对象,开展了相应的加工实验.实验结果表明:提出的优化方法使桨叶精加工的时间缩短了25%以上,表面残余应力和显微硬度得到增加,这对提高桨叶曲面的加工效率与改善加工表面质量具有明显的效果,从而验证了所提出的进给速度优化方法的有效性.     

基于零和微分博弈的航天器相对位置容错控制

针对带有执行器偏置故障和失效故障的航天器相对位置控制系统,本文提出了一种基于零和微分博弈的最优容错控制方法.首先,利用线性二次调节设计反馈控制器以保证无故障时系统的渐近稳定性能;其次,将航天器相对位置容错控制问题转换为零和微分博弈问题,结合Hamilton-Jacobi-Issac (HJI)方程和极小极大原则设计最优控制律;最后,利用自适应动态规划方法设计评判网络对最优性能函数进行估计,构成自适应控制信号,保证了系统稳定性和状态最终一致有界.仿真结果表明了本文设计的容错控制律的有效性.     

大型风电机组变桨距载荷计算与特性分析

以大型水平轴式风电机组电动变桨距系统为研究对象,对其因离心力引起的变桨距载荷、气动力引起的变桨距载荷、重力引起的变桨距载荷等进行深入研究,建立了变桨距载荷计算数学模型.以某1.2MW风电机组为典型算例,对前述变桨距载荷进行了独立和综合的计算与特性分析.结果表明,在叶轮转速、来流风速和节距角一定时,叶轮旋转一周过程中变桨距载荷波动呈相似余弦曲线变化,在不同节距角时波动幅值差异较大.文中提出的风电机组变桨距载荷计算思路与方法具有一定普适性,可为独立变桨距系统深入分析和研究提供理论基础.     

变论域自适应模糊控制器

基于模糊控制的插值形式提出以变论域为手段的自适应模糊控制器。首先定义了控制规则的单调性,证明了作为模糊控制的插值函数的单调性等价于控制规则的单调性,从而保障了在论域变化之下控制规则的无矛盾性。然后讨论了变论域伸缩因子的构造。最后给出３种变论域自适应模糊控制方法,即潜遗传自适应模糊控制方法、显遗传自适应模糊控制方法以及逐步显遗传自适应模糊控制方法。     

基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

非线性系统的变论域稳定自适应模糊控制

采用变论域自适应模糊控制实现一类非线性系统的稳定自适应控制. 首先用积分调节原理设计了作用于推理后件的伸缩因子, 对于一阶非线性系统进行了仿真实验. 然后用Lyapunov方法证明了变论域自适应模糊控制是稳定的自适应控制, 对于二阶非线性系统进行了仿真实验. 此外提出符号因子方法, 它大幅度扩展了系统的稳定域并提高了鲁棒性.     

基于BPNN的电液伺服扭振试验机PID控制算法研究

弹性轴类零件液压伺服扭转振动试验概在实验过程中,由于系统非线性及负载变化或干扰因素的影响,其控制系统参数及数学模型易发生改变,导致控制效果变差。针对该试验机的控制系统,提出了基于BP神经网络（BPNN）的PID自适应控制算法。利用MATLAB／Simulink工具箱对该算法进行仿真实验。结果表明：结合了神经网络特点的智能PID控制器具有响应快、精度高、鲁棒性好和抗干扰能力强等优点,改善了控制系统的动态性能。     

解决非可微凸优化问题的次梯度反馈神经网络

发展了Leung等人所提出的解决非线性凸规划问题的动态反馈神经网络模型, 引入基于次梯度动态反馈神经网络模型解决非可微凸优化问题. 对于无约束非可微凸优化问题, 假定目标函数是强迫性的凸函数, 证明了由投影次梯度构造的反馈神经网络轨道从任意初值点出发都收敛于一个渐近稳定的平衡点, 该平衡点为原无约束问题的最优解. 对于约束非可微凸优化问题, 在目标函数是强迫性的凸函数, 约束函数也具有凸性的假定下, 依次造构能量函数序列和相应的基于次梯度的动态反馈子网络的模型, 建立了收敛定理并给出了停时条件. 最后, 设计了两种有效的算法并结合一些实例进行了仿真验证.     

直升机旋翼桨叶动态失速控制

建立了利用桨叶后缘小翼的受控运动对直升机后行桨叶动态失速进行控制的有效方法.桨叶剖面气动载荷采用Leishman-Beddoes二维非定常动态失速模型,后缘小翼剖面气动载荷采用Hariharan-Leishman二维亚音速非定常模型,建立了带后缘刚性小翼的弹性桨叶动态失速分析模型.采用气弹分析方法以及伽辽金和数值积分相合的方法,在高载高速的情况下,求旋翼系统的气弹响应.给出了后缘小翼用于控制桨叶动态失速的机理.数值分析表明,在相同的飞行条件下,后缘小翼的合理偏转,可延迟后行桨叶动态失速的发生.     

基于不定场流动及动力响应分析的水轮机运行区划分

水轮发电机组运行状态随运行工况不同而存在明显的差别. 研究了万家寨水电站两种型号的大型混流式机组与水口电站同一种型号两台大型轴流转桨式机组的运行性能和运行区划分方法; 发现影响万家寨机组运行稳定性的最主要因素为尾水管内涡带引起的水压力脉动, 影响水口水电站机组安全运行的有水力脉动引起的活塞杆动应力、桨叶动应力及转轮水推力等; 综合分析在运转特性曲线上绘制的影响机组安全运行参数的分布云图, 绘出水轮发电机组的安全运行区、过渡运行区和禁止运行区.     

天宫一号基于控制力矩陀螺的智能多模自适应姿态控制系统设计与验证

天宫一号是目前我国在轨运行的体积最大、重量最重的载人航天器.它具有变构型、变参数的特性,采用控制力矩陀螺系统和喷气推进系统实现高精度、高稳定度姿态控制.本文通过对天宫一号控制对象参数缓变和跳变相结合特点的分析,规划了高可靠灵活的控制策略,设计了智能多模自适应姿态控制系统.利用智能控制中规则集设定多模自适应控制的指标切换函数分配,利用多模自适应控制算法建立多模型控制器实现不同控制对象,不同控制任务的姿态控制.天宫一号通过地面测试和物理仿真试验,最后发射在轨运行,与神舟八号、神舟九号、神舟十号载人飞船圆满完成交会对接任务,充分验证了姿态控制系统设计的正确性和有效性.该设计方法在解决大型航天器变构型、变参数组合体姿态控制方面有突出优点,在未来的载人航天领域空间站建设具有应用前景.     

基于 R-RNN的孵化器运营水平评价及应用

针对科技企业孵化器运营水平难以科学定量评估的问题,提出了基于粗糙集和 RBF神经网络的 R RNN孵化器运营水平评价模型.基于孵化器运营工作原理的归纳分析,提出多层次孵化器运营水平评价指标体系.根据指标重要程度采用粗糙集理论对评价指标进行预处理,去除冗余指标项,选取重要控制指标并减少网络输入维度,进而采用 RBF神经网络对科技企业运营水平进行综合评价.最后通过具体的应用实例验证了该评价模型的有效性与可行性     

强干扰影响下基于干扰补偿的大飞机智能自适应控制

针对强干扰影响下的大飞机增稳控制问题,提出了一种基于干扰补偿机制的智能自适应控制策略.首先,针对强风扰影响下的大飞机面向控制模型,设计了一种耦合多变量干扰观测器,对大飞机模型中的综合不确定及干扰进行快速精确估计,并用于闭环系统的控制器补偿.在此基础上,通过结合快速超螺旋滑模控制算法与自适应动态规划策略,提出了一种新型的有限时间鲁棒自适应控制器.该控制策略在理论上能够实现强干扰影响下的大飞机有限时间精确稳定飞行控制,并通过对波音747型大飞机进行了仿真验证,可得本文提出的智能自适应控制策略能够有效地实现强风扰影响下的大飞机姿态快速稳定与快速机动.     

基于RBF神经网络的烧结终点预测模型

本文提出一种基于径向基函数(RBF)神经网络的烧结终点预测模型.该模型首先采用改进的最近邻聚类算法确定径向基函数中心,接着应用递推最小二乘法训练网络的权值.通过现场采集数据对该模型进行仿真,其实验结果表明,该模型具有较好的学习能力和泛化能力,为烧结终点的预测提供了一种新的解决方法.     

一种基于自适应神经网络的航空发动机故障诊断方法

航空发动机在使用过程中,气路部件的性能不可避免地发生了蜕化,相应的故障诊断技术对发动机的健康管理系统具有重要意义.本文针对发动机在设计点的非线性部件级模型,借助PCC(Pearson correlation coefficient)相关分析方法,对神经网络的输入参数和输出参数的选取方式进行了优化.以前馈型神经网络为基础,针对常规BP(back propagation)神经网络收敛速度不稳定、且容易陷入极小值的缺陷,设计了一种新的自适应神经网络,准确估计了发动机部件的蜕化情况.这种算法融合了比例因子和动量因子,改善了网络的学习速率,提高了神经网络置信度和对发动机模型参数的泛化能力.结果表明,本文设计的自适应神经网络的精度优于常规BP神经网络,并且在训练样本数较少时,依然能够通过训练得到理想的网络,保证发动机健康参数的故障检测具有较高精度.     

输入输出通道有干扰的MRAC系统的变结构控制

对具有未建模动态及输入输出通道上存在干扰的MRAC系统,仅应用系统的输入输出量测数据给出了一种变结构模型参考自适应控制(VS-MRAC)设计机制. 系统的已建模部分阶的上界是未知的且有大于1的相对阶. 通过引入辅助信号和带有记忆功能的正规化信号,以及适当选择控制器参数,该变结构控制器能保证闭环系统的全局稳定性,且跟踪误差能够任意小.     

基于自适应控制的大型客机编队飞行一致性控制

研究解决基于多变量自适应控制的大型客机编队飞行一致性控制问题.考虑到长机和僚机都存在参数不确定和外界扰动不确定性,同时考虑大型客机之间的分布式通信拓扑结构,基于代数图论思想,提出一种状态反馈状态跟踪多变量自适应控制方法,解决了大型客机编队飞行分布式一致性控制问题.该一致性问题中的稳定性和渐近跟踪特性通过Lyapunov函数法进行了证明,保证了僚机能够跟踪长机的飞行状态.对大型客机编队飞行一致性控制问题进行数值仿真的结果表明,基于多变量自适应控制的大型客机分布式一致性策略比固定增益控制策略具有更好的跟踪性和鲁棒性.     

提高直线电机运动柔顺性的变论域模糊PID控制方法

针对永磁同步直线电机中存在的非线性、时变性、强耦合性和外部负载不确定性等特点,提出一种变论域模糊PID控制方法,通过模糊控制在线调整论域伸缩因子,改变模糊PID控制论域大小,以有效避免函数型伸缩因子结构与参数难以确定等问题。利用Simulink对永磁同步直线电机控制系统进行仿真,比较传统PID、模糊PID与变论域模糊PID控制效果发现,变论域模糊PID控制具有更好的动态性能和较强的鲁棒性。     

基于特征模型的再入飞行器自适应制导律设计

文中针对航天飞机类再入飞行器对参考阻力加速度曲线的跟踪问题，设计了基于特征模型的自适应制导律．首先将线性定常系统的特征建模方法推广到单输入单输出线性时变系统，从而建立了再入飞行器的特征模型，然后对特征模型提出一种新的非线性微分黄金分割自适应控制律．当特征模型的系数属于有界闭凸集，且系数的变化速率满足一定约束条件时，文中证明了非线性微分黄金分割自适应控制系统是一致渐近稳定的．在特征模型的基础上，通过结合使用跟踪控制律、非线性微分黄金分割控制律和改进的逻辑积分控制律，设计了再入飞行器基于特征模型的自适应制导律．它克服了反馈线性化方法要求精确获得对象模型的缺点．仿真结果表明，文中设计的自适应制导律对参考阻力加速度曲线的跟踪性能明显优于反馈线性化方法．