摘要：针对平板式“快集快响”微小卫星转动惯量大的问题,提出一种基于级联遗传算法的“快集快响”微小卫星布局优化设计方法。该方法采用“迁移+交换+调整”3种操作规划部组件在卫星上的布局与安装位置,以降低卫星的转动惯量。其中,“迁移”操作用于完成部组件与功能板块的最优匹配,实现功能板块间的质量均衡;“交换”操作用于完成同一功能板块内部组件的最优布局;“调整”操作通过在小范围内微调部组件的位置,进一步扩大最优解的搜索范围,使卫星获得最优的转动惯量与布局方案。通过在仿真算例中与其他2种优化方法进行对比,所提方法的性能优势得到验证;并通过工程实例展示了所提优化方法的有效性。

摘要：针对刚性联接双电机系统因参数摄动和负载变化导致的系统输出功率不均衡问题,基于转矩闭环矢量控制系统,提出了一种自抗扰模型预测(ADRC-MPCC)转矩交叉耦合功率平衡控制策略。首先,建立刚性联接双电机系统的统一数学模型,基于该模型分析了功率不平衡产生的原因;其次,通过确定合适的转矩反馈补偿系数,提高了系统中双电机的同步性能;最后,设计自抗扰控制器对转速环、磁链环和转矩环的扰动进行估计和补偿,并通过简化模型预测控制方法对逆变器开关状态进行选择,减少了控制器的运算时间。仿真与实验结果表明,提出的控制策略实现了参数摄动和负载扰动情况下刚性联接双电机系统的输出功率平衡,验证了功率平衡控制策略的有效性。

摘要：针对传统回声状态网络难以有效应对高阶非线性复杂模型问题,本文在理论分析的基础上提出了一种双储层结构的误差补偿回声状态网络,并设计了该网络的学习算法.该网络由计算层和补偿层构成,计算层主要承担拟合任务,补偿层则作为状态跟随器,实时补偿由于计算层对期望方差估计不足而导致的幅值偏差.对多阶振荡器和真实高阶非线性数据集的实验结果表明,本文所提网络结构较常规网络具有更高的稳定性和泛化性能,尤其对高阶非线性复杂模型的预测精度大幅度提升.

摘要：针对永磁同步电机传统模型预测转矩控制策略存在脉动大、抗干扰能力差、权重因子需要反复调试等缺点,提出了一种基于自抗扰控制器的改进型鲁棒模型预测转矩控制策略。首先,通过设计转速环自抗扰控制器,并引入一种连续且平滑的新型fal函数,进一步提高了自抗扰控制的控制性能。然后,设计了一种无权重系数的价值函数,优化系统控制性能的同时简化了设计过程,解决了权重因子调试的问题。最后,采用两步预测降低延时对控制系统的影响,提高了控制精度。仿真和实验结果表明,提出的改进型鲁棒模型预测转矩控制策略有效降低了系统脉动,提高了系统的控制性能和参数鲁棒性。

摘要：针对战机大迎角动力学呈现的强非线性、气动不确定和通道耦合特性,提出了一种基于智能学习的自适应机动跟踪控制方法.通过将通道耦合视为集总扰动的一部分,把模型分解为迎角子系统、侧滑角子系统和滚转角速率子系统.采用神经网络估计不确定,设计跟踪误差反馈与集总干扰估计前馈相结合的控制器获取期望操纵力矩,并基于串接链分配方法求解气动舵偏角和推力矢量偏角.对于神经网络权重更新,构建预测误差表征集总干扰的估计性能,结合跟踪误差设计复合学习更新律.基于李雅普诺夫方法证明了闭环系统的一致最终有界稳定性.针对眼镜蛇机动和赫伯斯特机动指令进行了仿真验证和抗干扰参数拉偏测试,结果表明所提方法具有较高的机动指令跟踪精度和鲁棒性能.

摘要：非机动车道空间受限时,常规自行车被超车场景下骑行者为确保自身安全会产生应激避让行为。为明确其在被超车时的应激反应,并根据行为特性设计非机动车道,构建一种面向应激行为分类的自行车轨迹预测模型。该模型从频域角度分解自行车被超车时的动力学特性,依据踏频值范围将避让行为分为匀速、加速和减速行为,利用鲸鱼算法改进长短期记忆神经网络模型,分别对分类后的骑行轨迹进行预测。应用所构建预测模型对西安市2415次超车事件的分析结果显示,发生冲突时选择上述3种避让行为的骑行者占比分别为11.3%、38.3%和50.4%。匀速避让的预测轨迹全程波动较小,平均横向位移为0.15 m;加速避让轨迹表现为横向位移较大,平均达0.83 m;减速行为预测轨迹平缓度介于两者之间,横向位移为0.47 m。3种预测情况下的均方根误差分别为0.0619、0.0513和0.0587,拟合优度值分别为0.9589、0.9774和0.9687。与未考虑应激行为分类的结果相比,所构建模型的预测精度分别提升了11.07%、13.22%和12.21%。

摘要：针对采用传统比例积分(proportional integral,PI)控制算法的感应电机在面对复杂扰动时控制性能降低的问题,基于矢量控制系统,提出了感应电机的自抗扰(active disturbance rejection control,ADRC)无模型预测控制(model-free predictive control,MFPC)方法。首先,结合转速环和磁链环数学模型,设计了转速环和磁链环的ADRC控制器,对负载变化和内参摄动产生的内外扰动进行观测并补偿。其次,为避免内环控制器对电机参数的依赖,基于无模型控制原理,建立了dq电流环的超局部方程,将控制量之外的变量视为干扰量,并引入非线性扩张状态观测器估计干扰量。最后,结合预测控制思想设计了电流环控制器,得到开关状态作用于逆变器。仿真与实验结果表明提出的算法相对PI算法有更好的抗扰性和鲁棒性,可以有效提高感应电机的动态和稳态性能。

摘要：浸没燃烧技术在处理高盐高化学需氧量(COD)废水方面具有传热效率高、不易结晶结垢、处理范围广等优势。针对此技术,首先自主设计搭建了实验平台,研究了常规浸没燃烧过程中的气液两相流动换热特性,分析了浸没燃烧关键操作参数对不同浓度高盐高COD废水的处理能力。在此基础上,为了进一步提高能效,对比了不同浸没管结构下的蒸发性能。实验结果表明:增大燃气流量与浸没深度有利于提高温升速率,缩短蒸发时间;随着有机溶液流量和有机溶液初始COD值的增大,COD去除率有所降低,其中有机溶液流量对COD的去除效率作用更加明显;采用平板多孔板与锥形多孔板浸没管结构能改善高温烟气分布情况,提高蒸发效率与热效率,但不利于浸没管背压稳定,导致液面波动程度增大;与传统单效蒸发结晶能耗对比,浸没燃烧装置运行能耗下降,总运行费用降低28.3%,经济性能得到提升。

摘要：针对时间可控再入滑翔问题,提出一种基于阻力加速度-能量剖面的轨迹快速规划方法。该方法将滑翔轨迹规划问题分为纵向轨迹规划与侧向规划。在纵向轨迹规划部分,设计基于走廊边界双参数插值的多段光滑阻力加速度剖面,并给出终端当地弹道倾角约束的施加方法;重点推导考虑地球自转影响的时间、航程解析预测表达式,提升预测算法的快速性和精度,进而通过校正双剖面参数完成剖面设计,同时满足终端能量、航程、时间及当地弹道倾角约束。侧向规划则采用动态/静态航向角误差走廊方法,以实现禁飞区规避和终端航向调整;进一步引入考虑纵侧向运动耦合的目标航程及时间校正策略,完成考虑时间约束的3自由度滑翔轨迹生成。以美国通用飞行器CAV-H再入滑翔为例进行仿真,验证新方法的有效性、多任务适用性。验证结果表明:与现有时间解析预测方法相比,新的预测方法具有相当的计算效率和较高的计算精度优势;与现有基于标准剖面的方法相比,新规划方法具有较高的终端精度、计算效率以及较大的时间可调范围,亦可实现飞行能力边界的快速预示。

摘要：为满足动态交通分配对高精度、高时效性交通需求的要求,本文建立了一种交通需求深度学习预测方法。根据动态交通分配要求确定交通需求数据的时间间隔,构建对复杂交通需求预测性能较优的长短期记忆神经网络预测方法;针对动态交通分配中交通需求的周期性、随机性和非线性等特征,为减少数据噪声的干扰,引入局部加权回归周期趋势分解方法将交通需求数据分解,将其中的趋势分量和余项分量作为深度学习预测方法的输入量,周期分量采用周期估计进行预测;选用具有随机寻优能力强、寻优效率高等特点的布谷鸟寻优算法优化预测方法的隐藏层单元数量、学习速率和训练迭代次数等核心参数。应用西安市长安区的卡口车牌数据验证该方法。结果表明:本文模型的预测结果在高峰及平峰各连续4个时段内相比于自回归滑动平均模型、长短期记忆神经网络模型、支持向量回归模型,平均绝对误差降低了10.55%~19.80%,均方根误差降低了11.20%~17.99%,决定系数提升了8.62%~12.48%;相比遗传算法、粒子群算法优化的模型,平均绝对误差降低了7.36%~13.81%,均方根误差降低了4.23%~10.67%,决定系数提升了3.50%~7.01%,且本文模型运行时间最短。说明与对比模型相比,本文所建立的预测方法在面向动态交通分配的交通需求预测中具有更高的预测精度。