摘要：针对复合式高速直升机在不同飞行模式过渡过程中气动特性和操纵方式变化显著,并存在参数不确定的特点,设计一种基于T-S模糊的鲁棒跟踪控制器。根据T-S模糊理论,将复合式高速直升机纵向非线性模型转化为T-S模型,在设计跟踪控制器时引入模糊前馈,采用Lyapunov方法证明系统跟踪误差渐近稳定,并运用线性矩阵不等式求解控制器参数。仿真结果表明:该控制器能确保复合式高速直升机准确跟踪空速参考指令,对系统的不确定具有强鲁棒性。

摘要：为了提高数控铣削加工的生产效率,降低生产成本,同时改善生产工件的加工质量,根据最优化思想,建立以铣削加工参数为优化变量,以铣削力、机床主轴转速和加工面粗糙度等为约束条件,以最短加工时间和最低生产成本为目标的优化函数。在标准粒子群算法的基础之上,引入惩罚函数,将多约束优化问题转变为无约束优化问题,改善了求解过程的复杂性;同时,针对粒子群算法容易陷入局部最优的问题,将其与模拟退火算法结合,增强粒子的全局搜索能力,改善粒子的局部收敛性。通过仿真实例验证了改进粒子群算法的有效性和优越性,改善了工件的加工时间与生产成本。

摘要：针对点阵的功能结构一体化设计问题,提出一种依据梁模型仿真结果增强点阵结构节点的设计方法。以齿轮为载体对辐板填充点阵结构,通过搭建的振动检测平台对点阵结构的功能性能进行验证。实验结果表明,相比质量相同的点阵结构,功能点阵结构的振幅降低20.90%,且承载能力提高30.00%。

摘要：开发了一套船舶机电设备的健康监测原型系统。在被监测系统处设计一个现场接触式智能传感器原型,用于数据采集和数据处理,然后将监测数据上传至服务器。基于多智能体的思想,构建了分层次多智能体结构的健康监测系统,并给出了智能传感器的软件架构。最后,设计便携式移动终端,使得巡检人员在任何地点都可以得到当前系统健康状况,以便及时采取维修措施,保证机电设备正常运转。

摘要：研究模糊不确定微分对策的鲁棒性。采用Takagi-Sugeno模糊模型描述多人非合作的非线性随机微分对策系统,并将全局模糊模型表示成不确定的形式,采用鲁棒次优H∞控制策略,定义了微分对策系统的鲁棒控制,并设计出稳定的模糊控制器。

摘要：为揭示板材磁脉冲成形的增塑机制,通过设计有/无驱动片作用下的磁脉冲成形工艺方案,对比体积力和面力加载条件下的AA5052板材的平面应变成形极限问题,研究了电磁力体积力效应对材料动态成形性的影响。结果表明,板坯磁脉冲动态成形时,脉冲电磁力体积力的作用形式有助于分散变形,提高板坯的整体塑性水平。随着变形速率的增加,体积力的作用效果更加显著,板坯极限变形能力提高。

摘要：针对传统干扰算法无法适应信号环境变化的问题,提出将Q-Learning算法与“切割”假设法相结合应用到干扰波形设计中,使干扰波形能够达到自适应雷达信号长度变化的效果。该算法主要针对雷达检测环节进行干扰,其中采用恒虚警概率(constant false alarm rate,CFAR)作为环境交互模型,通过强化学习自适应地调整间歇采样信号的采样时间与转发时间,在此基础上对未知长度雷达信号进行“切割”处理以达到最佳干扰的目的。最后进行仿真,实现了对未知雷达信号的干扰。仿真结果表明:在信号模型不定的条件下,强化学习算法在决策时可以充分利用历史数据,相对于传统算法,强化学习算法可以达到更好的干扰效果。

摘要：可交互电子技术文档(Interactive Electronic Technical Manual,IETM)逐渐成航空发动机、飞机、船舶等复杂产品维护、维修与检测(MRO)的关键工艺文档,装配(包括组装与拆卸)是复杂产品制造与维护的重要工艺步骤。提出了面向装配的IETM(Interactive Electronic Assembly Manual,IEATM)的概念,介绍了其主要功能;给出了复杂产品集成装配建模方法;讨论了基于复杂产品装配规划实现产品自动装配仿真以及输出可标记视频文件的方法;阐述了IEATM转换算法及其具体实现,支持中性格式的、完备的与安全的IEATM文档发布,最后介绍了用于编制和发布IEATM的装配仿真系统。

摘要：安全关键软件需求中的相关知识大多需要手工提取,既费时又费力。近年来,人工智能技术逐渐被应用于安全关键软件设计与开发过程中,以减少工程师的手工劳动,缩短软件开发的生命周期。文中提出了一种安全关键软件术语推荐和需求分类方法,为安全关键软件需求规约提供了基础。首先,基于词性规则和依存句法规则对候选术语进行提取,通过术语相似度计算和聚类方法对候选术语进行聚类,将聚类结果推荐给工程师;其次,基于特征提取方法和分类方法将安全关键软件需求自动分为功能、安全性、可靠性等需求;最后,在AADL(Architecture Analysis and Design Language)开源建模环境OSATE中实现了原型工具TRRC4SCSTool,并基于工业界案例需求、安全分析与认证标准等构建实验数据集进行了实验验证,证明了所提方法的有效性。

摘要：随着航天器交会对接任务越来越复杂,对其高效性、自主性和安全性的要求急剧增加。近年来,引入强化学习技术来解决航天器交会制导问题已经成为国际前沿热点。障碍物避撞对于确保航天器安全交会对接至关重要,而一般的强化学习算法没有对探索空间进行安全限制,这使得航天器交会制导策略设计面临挑战。为此,提出了基于安全强化学习的航天器交会制导方法。首先,设计避撞场景下航天器自主交会的马尔可夫模型,提出基于障碍预警与避撞约束的奖励机制,从而建立用于求解航天器交会制导策略的安全强化学习框架;其次,在该安全强化学习框架下,基于近端策略优化算法(PPO)和深度确定性策略梯度算法(DDPG)这两种深度强化学习算法生成了制导策略。实验结果表明,该方法能有效地进行障碍物避撞并以较高的精度完成交会。另外,通过分析两种算法的性能优劣和泛化能力,进一步证明了所提方法的有效性。