基于CFD稳态模拟的光伏玻璃温室温度分布模拟计算

采用计算流体动力学(CFD)技术,对Venlo型光伏玻璃温室前坡面不同铺设比例下的温室内部温度场进行模拟计算.通过Gambit软件建立物理模型并划分网格,导入到Fluent软件中进行模拟计算,计算后截取2.0m和3.5m高处的两个横切面计算其面平均温度.比较分析模拟计算结果发现,光伏组件在温室前坡面铺设比例的不同会对温室内部的温度场造成影响,光伏温室内部的温度场呈梯度分布.     

基于星历模的行星际halo轨道间转移会搜索

本文针对星历模型下星际三体系统动平衡点halo轨道间的转移机会搜索问题,提出了一种基于三体系统不变流形结构的二级搜索方法.该方法首先基于星历模型求解行星际halo轨道逃逸流形初始时刻与捕获流形末端时刻固定时,连接该不变流形的最优两脉冲转移问题,得到所给条件下星际halo轨道间的最优转移轨道.然后以逃逸流形初始时刻、捕获流形末端时刻为变量,以连接该不变流形的最优两脉冲转移所需的速度增量为目标函数,绘制等高线图研究解空间的全局特性,从而得到转移机会.最后分别以日一地与日一火系统及日一地与日一金系统为例,搜索其在2015-2017年的转移机会,研究结果验证了本文所提方法的有效性,同时也揭示出了行星际halo轨道间转移机会的类周期性.     

基于神经网络的假设检验故障诊断算法研究

传统的χ2检验法通过比较先验信息与量测信息进行故障检测,当先验信息所依赖的模型出现错误时将无法进行有效的故障检测和故障隔离。提出利用神经网络的方法结合χ2检验法进行故障诊断,训练神经网络来跟踪系统模型,则正确的先验信息保存在训练好的神经网络中,系统模型输出与网络模型输出之差作为故障诊断的依据。针对INS/GPS组合导航系统进行算法仿真,该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作。     

基于C-R模糊模型的预测控制的动态特性分析

提出了C-R模糊模型的辩识递推算法和C-R模糊模型的非缌挂预测控制算法。文中给出了C-R模糊模型的预测控制的动态特性分析，并得到了与线性预测控制理论相对应的C-R模糊模型的非线性预测控制稳定性定理，它对分析非线性预测控制具有一定的指导意义。     

一种基于证据决策的航迹相关算法

基于证据决策的思想,对传统的最近领域法(NN)及K近领域法(K-NN)进行改造,设计新的航迹相关判决准则,提出一种新的分布式多传感器航迹关联算法(EK-NN). 通过仿真试验分析,并与最近领域法(NN)及K近领域法(K-NN)进行比较. 结果表明,在密集目标环境下,基于证据决策的(EK-NN)航迹关联算法明显优于最近领域法(NN),较K近领域法(K-NN)也有一定的改进.     

星际探测多脉冲转移发射机会搜索方法研究

针对星际转移发射机会搜索问题,结合等高线图法和主矢量原理,提出了一种多脉冲转移发射机会搜索方法.该方法首先通过绘制等高线图猜测出两脉冲转移的发射机会,然后基于主矢量原理,结合最优脉冲转移的必要条件和主矢量的变化历程,寻找潜在的最优三脉冲或多脉冲转移机会.以小天体探测为例的研究结果表明:与传统的两脉冲转移发射机会搜索方法相比,该方法引入主矢量,通过增加中间脉冲可以获得更多的潜在最优发射机会.     

小天体撞击器GNC系统设计与仿真

撞击器在接近目标小天体过程中相对速度较快,这要求撞击器的导航、制导与控制(GNC)系统要具有较高的自主性和实时性。对撞击器GNC系统进行了研究,采用深空环境中常用的传感器及执行机构,对撞击器自主GNC系统进行了构建,并分别设计了自主光学导航算法与轨道修正制导律。最后为了验证所设计GNC系统的可行性和可靠性,进行了严格的六自由度蒙特卡罗数学仿真,同时对机动时刻、撞击目标点等关键参数对最终撞击性能的影响进行了分析。     

基于KLD采样的自适应UPF非线性状态估计方法

针对标准UPF算法存在的计算量大、实时性差的问题,设计了一种利用KLD采样在线实时改变粒子个数的自适应UPF算法.该算法的核心思想是利用KLD采样原理,根据预测粒子在状态空间中的分布情况来在线实时的确定下一次滤波迭代所需的粒子个数,减少对滤波算法没有帮助的粒子,仅保留保证滤波估计精度所需的最少粒子个数,从而有效减小算法的运算量,提高算法的实时处理能力.最后,将自适应UPF算法与粒子滤波、标准UPF算法进行了仿真比较,仿真结果表明在保持高精度估计能力的同时,自适应UPF算法比标准UPF算法具有更好的实时性,是解决非线性非高斯系统状态估计问题的一种有效方法.     

遗传算法在神经网络控制中的应用与实现

比较了遗传算法与神经网络的特点,并对将遗传算法用于前向神经网络的可能性进行了研究,同时阐明了遗传算法和神经网络结合的必要性,提出了一种融合遗传算法的神经网络控制方法,该方法采用多层前向神经网络作为遗传搜索表示方式的思维,以神经网络为基础,用遗传算法 习神经网络的权系数,即保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力,将遗传算法和神经网络相结合,分析了遗传算法基本参数及神经网络结构、隐层和输出层节点非线性函的选择,设计了用遗传算法学习神经网络权系数的软件实现方法,成功地实现了机械手逆运动学求解问题及倒立摆的控制,仿真结果显示了遗传算法快速学习神经络权系数的学习效率与收敛精度,确保了快速达到全局收敛,克服了多层前向神经网络传统的BP学习算法精度低、收敛速度慢、容易陷入局部极小的缺陷,表明了该方法的可行性与有效性。     

可视化分布式自主深空探测器系统仿真

系统仿真是深空探测研究中降低风险和生产成本的有效手段之一,基于计算机三维实时动态显示技术以及分布式仿真技术,设计了可视化分布式自主深空探测器系统仿真体系结构,引入指令执行区间和加锁等待机制解决多线程间的协同。并以探测Ivar小行星为例,对其全过程进行了仿真,证实了此设计方案的可行性。为下一步深空探测研究的相关技术验证提供了一个初步的平台。