摘要：复杂机电系统的功能分析长期以来主要关注物理子系统实现的连续物理变换,忽略了软件子系统控制的物理过程之间的复杂执行顺序。针对这一挑战,提出了一种软件与物理统一的形式化功能表征与分析方法。对基于流的功能表示方法进行扩展,形成软件与物理统一的形式化功能表征。在此基础上,提出一种基于规则的功能分解方法,支持软件与物理混合功能的自动分解。以移动机器人系统为例,展示了软件与物理统一的功能分析过程。

摘要：提出了面向三维CAD的公差建模系统TolRM的设计思想、系统结构、核心功能等.通过设计层次式的公差表示与基于类的公差类型定义,实现了公差与三维CAD系统的有机集成;研究了保证公差合理、完整、有效的评价方法.讨论了公差工程语义的解释方法,并给出了基于变动体的公差效果体现方法.为提高系统效率,分析了公差域的各种情况并对其进行预处理.经过较多的测试表明,TolRM具有较好的鲁棒性、实用性和先进性.

摘要：为实现富含语义且语法严谨的功能表示,提出一种扩展于系统建模语言的功能建模方法。针对基于输入输出流状态信息的功能描述,预定义所需语义表示元模型,以消除基于简单功能动词和流名词的功能表示存在的语义模糊和二义性问题。该建模方法实现了各建模元素的抽象语法和具体语法,在规范功能语义的同时提供了可视化的模型表示符号。此外,为平衡语言的表述灵活性和语法规范性,将该建模方法实现为扩展于系统建模语言的功能建模语言配置包。基于设定的语法约束和文法规则,在IBM Rhapsody平台中实现了对建模正确性进行检测并简化设计者建模操作的插件工具。

摘要：对含未知参数且输出带有不确定性的Lipschitz非线性系统,提出了一种自适应观测器的设计方法。当该系统输出的不确定性部分满足Lipschitz条件时,给出了系统观测器的结构形式,通过黎卡提方程和矩阵不等式的求解给出观测器增益矩阵的选取方法和参数估计的自适应律,基于Lyapunov方法证明系统的状态估计误差是一致有界的。仿真结果验证了提出的自适应观测器设计的有效性。

摘要：如何有效地处理输入输出之间的复杂耦合和系统的各种不确定性对多输入多输出非线性参数系统的控制至关重要。通过引入辅助动态信号来刻画未建模动态,采用自适应非线性阻尼的方法抑制参数和非线性不确定性、未知有界扰动、未建模动态和输入输出之间的耦合对系统性能的影响,并基于控制李亚普诺夫函数法来设计多输入多输出非线性参数系统的鲁棒自适应控制器。所提出的鲁棒自适应控制法不必对系统的未知参数进行估计。理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小。仿真结果例证了所提出控制法的有效性。

摘要：针对输出带有不确定性的Lipschitz非线性系统,提出了一种基于LMI的Lyapunov方法来设计此类系统观测器。在系统输出的不确定性满足Lipschitz条件时,通过LMI方法选取观测器的增益矩阵,并运用Lyapunov方法给出观测器渐近收敛的充分条件。同时给出了满足该观测器Lipschitz常数最大值的计算方法。最后通过仿真实例验证了观测器的有效性。

摘要：为了在充电或放电电流带有非线性不确定性的情况下准确估计电池的电荷状态,提出一种基于自适应非线性阻尼的电荷观测器。该观测器引进一个自适应参数,可同时估计电池电荷状态和电流中的不确定性,能很好地抑制如电压波动、执行器故障和传感器测量噪声等带来的不确定性电流对电池电荷估计的影响。理论证明,该观测器能确保电池电荷估计误差有界,并且选择适当的设计参数可使电荷估计误差能收敛到任意小。仿真结果表明了该方法的有效性。

摘要：许多实际系统如生化过程、带有摩擦的机器等都是具有不确定性的非线性参数系统。如何有效地控制这类系统是-富有挑战性问题。针对一类重要的非线性参数系统提出了一种鲁棒自适应控制器,可用于存在参数和非线性不确定性、未知扰动和未建模动态的情况。该鲁棒自适应控制器的设计是基于控制李亚普诺夫函数法,通过引入一动态信号和自适应非线性阻尼来抑止未建模动态、非线性不确定性和未知有界扰动的影响,同时采用反推设计方法来克服控制器设计的复杂性。所提方法不必对系统的未知参数进行估计,且无论系统的阶次多高、未知参数多少,只需要一个自适应参数。理论证明,所提出的鲁棒自适应控制器可保证整个具有不确定性的非线性参数系统的稳定性,且通过适当选择设计参数,可使状态以任意精度趋于平衡点。仿真结果例证了所提方法的有效性。

摘要：针对不同层次需求,根据层次之间蔓延区域的属性,利用局部蔓延生成一种多层次蔓延骨架图的实体模型表示方法;并基于该骨架图研究了子图群的匹配方法,提出多层次相似评价方法,高效、准确地完成了层次图的匹配.实验结果表明:该检索方式不仅具有很好的查全率与查准率,而且能够针对不同设计阶段的用户高效地给出满足用户需求的检索结果.

摘要：针对模型降维的需要,提出一种实体模型的多分辨率中轴生成方法.首先根据模型的层次寻找模型中需要细化的部分,并据此对边界进行体素化;其次使用距离蔓延的方法计算多分辨率体素的距离;最后根据体素的距离计算出多分辨率的中轴体素.实验结果表明,该方法可以以低时间空间代价生成高质量的多分辨率中轴.