光伏阵列双二极管简化模型的建立与仿真

双二极管模型是最能精确表述光伏电池特性的模型,但由于参数过多会增加求解难度,降低求解速度.为此提出一种参数简化的双二极管模型,并设计了对应的算法,将双二极管电流精确化,然后分别利用最大功率匹配法和牛顿迭代法求解参数.通过计算机仿真表明:不同光照和温度下的仿真结果与实际测试阵列的输出相一致,比单二极管Rp模型和双二极管Kashif模型的精度提高了68%和20%,且仿真时间缩短了63%和17%.该简化模型可以为光伏发电系统的优化配置和最大功率点跟踪提供快速和准确的研究基础.     

一类非交换群与二面体群之间的同态个数

计算了一类非交换群与二面体群之间的同态个数。作为应用,验证了这2个群之间的同态个数满足T. Asai和T. Yoshida的猜想。     

中心二面体群与二面体群之间的同态个数

基于群理论中中心二面体群与二面体群的群结构以及元素的性质,利用代数学及数论的相关理论, 计算中心二面体群与二面体群之间的同态个数。作为应用,验证了 T.Asai & T.Yoshida 猜想对此类群成立。     

二体磨损与三体磨损之间的关系

通过对二体磨损和三体磨损的概念的讨论以及二体磨损和三体磨损关系的分析,提出了二体磨损是三体磨损的特例,三体磨损更具有普遍性这一观点.这对在二体磨料磨损的模型基础上建立三体磨料磨损的模型有理论上的指导意义.     

基于双流体模型的通气空泡流仿真

基于欧拉-欧拉双流体模型,考虑气-液动量交换,开展了不同弗劳德数和通气量下通气空泡流仿真,得到不同工况下空泡形态和空化数变化规律.仿真结果和试验对比表明,模型能准确预估空泡形态.进一步基于仿真结果对气-液速度场和相间作用力进行分析.研究表明小通气量下,空泡尾部滑移速度和剪应力较大,气体涡团易在尾部回射流作用下脱落;大通气量下,气团脱落相对位置更靠近尾部,气体从空泡界面转换成小气泡逸出机率增加.所得结论与试验相一致,模型准确性得到验证.     

两类二面体群的三度Cayley图的比较

对4m阶拟二面体群G=〈a,b｜a2m=b2=1,ab=am＋1〉和4阶半二面体群G=〈a,b｜a2m=b2=1,ab=am-1〉且m=2r,r〉2的3度Cayley图作比图。得到两者均有一个图是正规Cayley图且同构,且A1≌Z2的结论。     

带随机红利的双险种复合二项模型

在单险种支付红利的基础上进一步讨论了双险种支付红利的模型,并规定当盈余大于或等于某一非负整数a,且两险种都不发生索赔时才以概率P0支付一个单位红利.本文还得到有关这个模型的破产概率,破产时赤字的分布等的递推公式.     

带随机红利的双险种复合二项模型

在单险种支付红利的基础上进一步讨论了双险种支付红利的模型,并规定当盈余大于或等于某一非负整数a,且两险种都不发生索赔时才以概率P0支付一个单位红利.本文还得到有关这个模型的破产概率,破产时赤字的分布等的递推公式.     

二面体群 D_n 上的 Hamilton 圈

证明了如下结果：Ｄｎ是２ｎ阶二面体群,Ｄｎ＝〈Ｍ〉,Ｘ＝Ｘ（Ｄｎ,Ｍ）表３度有向Ｃａｙｌｅｙ图,则（ｉ）当ｎ为偶数时,Ｘ（Ｄｎ,Ｍ）是Ｈａｍｉｌｔｏｎ图。（ｉ）当ｎ为奇数时,ｎ＝ｐａｑｂｒｃｓｄ,ｐ,ｑ,ｒ,ｓ表相异的奇素数,ａ,ｂ,ｃ,ｄ为非负整数,即ｎ的相异的素因数的个数不超过４个时,Ｘ（Ｄｎ,Ｍ）是Ｈａｍｉｌｔｏｎ图。     

考虑投资的双复合二项风险模型的破产概率

在考虑投资收益的基础上,假定保费收取次数和理赔次数均服从二项分布,讨论了投资收益率为常数和一随机序列且保费也为一随机序列情形下风险模型的破产概率,推导出了该模型的破产概率表达式及上界;并在投资收益正态假定下对两类双复合二项风险模型的调节系数及破产概率上界进行了比较,进而说明调节系数是综合反映模型风险水平的一个重要因子。     

载人月球车馈能悬架技术及其AMESim仿真分析

基于载人月球车对行驶速度、乘坐舒适性及能量储备的要求,提出一种滚珠丝杠式馈能悬架技术方案。分析了其结构、馈能原理及悬架输出力,利用AMESim软件建立了传统悬架系统和馈能悬架系统模型,在阶跃激励和正弦激励下仿真了其车身加速度和车轮动载。结果表明,馈能悬架系统的两项评价指标较传统悬架小,其平顺性和稳定性更好,能够为可靠的月面运行提供保障。     

基于PCTBTA的有人/无人协同作战交互任务建模

针对当前有人/无人协同作战任务的复杂化、交互界面的信息量剧增等问题，提出了一种基于PCTBTA的有人/无人协同作战交互任务模型。该模型关注有人/无人协同作战中外部环境因素对操作员进行人机交互带来的影响以及在这些影响下操作员的缺省任务。首先，综合分析有人/无人协同作战任务流程及其特点，构建交互任务概念模型；其次，确定有人/无人协同作战中5个典型作战任务，对各任务的目标、序列、显示变量、影响因素、操作等概念元进行研究分析，最后，根据有人/无人协同作战概念模型及对概念元的分析，建立动态环境下有人/无人协同作战交互任务模型。相较CTT、GOMS等模型，该模型融入作战中时刻变化的外部因素，能够更好地描述在动态战场环境下有人/无人协同作战交互任务流程，在有人/无人协同作战中为操作人员高效完成交互任务提供理论模型，为未来各类有人/无人协同作战信息系统人机界面的优化设计和研制奠定基础。     

基于3维模型的月球表面软着陆燃耗最优制导方法

为了解决月球探测器软着陆燃耗最优制导问题,基于变分法设计了最优制导律.首先,基于变分法,将问题转换为终端时间自由且带有条件约束的两点边值问题;其次,引入了时间尺度变换方法,将终端时间自由的两点边值转换成终点时间固定的两点边值问题;最后,为了确保两点边值的求解迭代算法收敛,提出了一种终端时间和共轭变量初始值猜测方法,并通过数值方法取得终端时间和共轭变量精确的初始值以及着陆过程中最优制导律和3维最优轨迹.仿真实验结果表明,所提方法有效,算法可收敛,并且实现了燃耗最优制导.     

基于广义乘子法的月球软着陆轨道快速优化设计

从探月器质心运动方程组出发,以探月器环绕月心的旋转角速度为中间变量,通过积分变换,将其对时间变量的积分转化为对状态变量的积分,使得原问题转化为终端积分变量固定型最优控制问题.在此基础上,通过优化变量的直接离散化和四阶Admas预测一校正数值积分方法,将软着陆轨道优化问题转化为有约束非线性规划问题.采用广义乘子法处理约束条件,采用拟牛顿法求解处理后的无约束最优化问题.仿真结果表明,此方法收敛速度快(耗时小于1s),优化精度高(接近理论最优解),对初始控制量不敏感、鲁棒性好.可用于探月器机载计算机实时生成软着陆轨道.     

基于ADAMS的起落架仿真平台开发

建立飞机起落架仿真软件对于飞机起落架的设计研究具有重要意义.通过对ADAMS软件系统的开发,建立了一套起落架仿真分析软件系统,对建模与仿真、数据连接和面向对象的可视化界面在起落架仿真系统中的应用做了积极地探索与尝试.介绍内容主要为飞机起落架模型的参数化建立及界面设计和模型与界面的数据连接,运用软件工程概念开发起落架仿真平台系统.     

微波着陆系统模型试验环境模型的实现

飞行检验仿真对实际飞行检验意义重大。根据微波着陆系统的技术体制和导航原理,设计并建立了机场微波着陆系统基于缩比模型的激光模拟飞行检验半实物仿真系统。主要研究了微波着陆系统半实物仿真系统的环境模型的实现理论和技术,以及机场典型环境模型材料的制备技术。以某机场为原型,建立其模型试验系统,并给出了试验结果。试验结果表明：微波着陆系统模型试验系统可以模拟实际机场场地环境的对微波着陆系统的影响。     

基于UML的任务规划系统建模与设计

任务规划系统是提供辅助决策的一种科学而有效的手段。由于系统包含要素的开放性和复杂性特点,需要采用面向对象的分析与设计方法进行建模。UML建模技术提供了一种比较好的解决方法。通过UML建模,能够清晰描述系统的需求、功能、要素、组成、内部关系等,致使仿真软件的扩充性与重用性好,且开发效率高。本文描述了任务规划系统的用例视图、类视图和动态建模,并讨论了作战任务的描述方法和想定建模。     

飞机起飞着陆性能仿真与分析

为真实反映飞机起飞着陆的滑跑过程，记录了某型飞机的速度、加速度传感器现场数据，建立了飞机起飞着陆滑跑过程的微分方程并进行了解算；基于飞机滑跑过程的微分方程采用Simulink对飞机起降性能进行建模和仿真，记录数据、理论结果和仿真结果三者对比验证了所建立的仿真模型是有效的。基于该模型对该飞机滑跑过程进行仿真分析，结果表明起飞和不放阻力伞着陆过程可近似为匀加速直线运动过程，放阻力伞着陆过程则比较复杂。最后，研究3个主要参数对滑跑距离的影响，结果表明滑跑距离与机场海拔和风速呈近似线性关系，与迎角呈非线性关系且在迎角为8°时存在极小值点。     

大型民机起落架着陆性能仿真分析与优化设计

以正在研发的大型民机主起落架为原型,开发了起落架缓冲器参数快速设计程序,建立了适用于Adams/Aircraft软件的起落架着陆性能仿真模型,并进行了落震仿真,仿真结果满足预期要求。并以缓冲器轴向力和缓冲器效率为目标函数,以油针截面面积为设计变量建立了起落架缓冲性能优化设计模型。运用iSIGHT联合Adams对起落架油针的几何形状进行了优化设计,取得了良好的效果,具有一定的工程参考价值。     

基于机器学习的飞机起落架着陆载荷预测模型

随着物联网、大数据技术的深入发展,一型装备交付部队的同时,往往需同步提供数字孪生模型以优化视情维护过程。论文基于某型号飞机试飞数据,提出一种将机器学习技术用于飞机起落架着陆载荷预测模型构建的方法。以某型号飞机飞行参数为输入,以传感器实测的左起落架垂向载荷为输出,经数据清洗和特征降维后,分别建立极端梯度提升（extreme gradient boosting, XGBoost）、随机森林（Random Forest）和多层前馈（back propagation, BP）神经网络模型,并对所建模型进行调优。经对比和评估,XGBoost模型具有最高的预测精度,对起落架载荷绝大多数样本的预测误差均保持在6%以内,同时建模时间少,泛化能力强,为起落架载荷预测最优模型。