基于T-S模糊模型的多轴转向车辆H_∞鲁棒控制

为解决多轴转向车辆模型非线性和各种干扰影响下的控制问题,分析了轮胎非线性和外界干扰,建立多轴转向车辆的二自由度非线性模型,应用T-S模糊理论,将其转换为局部线性的T-S模糊模型。基于并行分配补偿法(PDC)和H∞鲁棒控制理论,设计了转向系统的模糊PDC H∞鲁棒控制器,并利用线性矩阵不等式和模糊逻辑控制工具求解控制器。在正弦波和阶跃信号干扰下,车速为80km.h-1时,进行前轮转向回正和前轮角阶跃输入转向的仿真试验。仿真结果表明:侧偏角和横摆角速度动态响应的超调均为0,且均在0.06s内达稳态值;前轮转向回正试验的侧偏角和横摆角速度稳态值均为0,前轮角阶跃输入转向试验的相应值分别为0和1.2(°).s-1,且稳态横摆角速度增益为0.24[(°).s-1].(°)-1。这说明了多轴转向车辆在模糊PDC H∞鲁棒控制下的高速转向平稳迅速,T-S模糊建模和鲁棒控制器设计算法对解决轮胎非线性和外界干扰影响是有效的。     

一种高精度声呐波束发射系统的设计与实现

为解决传统声呐发射系统利用移位寄存器的冗余效应的设计方法所引起的精度不高问题,介绍一种采用DSP芯片与FPGA芯片结合设计的声呐发射系统的方法.该系统可同时产生多路信号,每路信号均可独立调节、设定,且各路信号可严格同步,并可按要求设定时延控制、循环发射等功能,各路信号间的延时精度可达200 ns,从而为波束发射系统的开发提供了一种新的思路.实践表明,该方法具有实现过程简单、精度较高的特点,适合于工程应用.     

战场抢修多目标多分队调度优化研究

基于多目标的战场抢修分队调度优化问题一直以来是装备指挥管理部门关注的问题之一.通过约束转换,确立了采用遗传算法进行多目标优化调度的模型,并详细地说明了遗传操作方法的设计,实例验证了遗传算法在多目标多分队调度问题处理过程中的有效性.     

基于DSP的船舶轴带发电机逆变器并联运行控制策略

随着船舶向低耗能、低运行成本方向发展,轴带发电机在现代船舶中得到广泛应用。轴带发电机是以船舶主机为动力,没有其他燃料消耗,因此轴带发电机可以降低船舶的能源消耗、极大地减少了船舶的维护费用。为了能够正常的给船舶提供电力,可以将多个轴带发电机安装在船舶上,并且进行并行运行,这样可以为船舶提供稳定的电力。本文基于DSP处理器,研究了船舶轴带发电机逆变器并联运行控制策略,这对于我国轴带发电机的进一步发展有着重要的指导作用。     

船舶柴油发电机转速神经网络容错控制

结合人工神经网络与智能容错控制,形成船舶柴油发电机转速神经网络容错控制。对由故障诊断后获取的特征值进行归一化处理,把经过处理的特征值作为神经网络的输入样本集,设计输出样本集,建立BP神经网络和ELMAN神经网络,用整理后的数据训练神经网络,使神经网络具有容错控制功能,并对神经网络模型进行仿真测试。仿真试验显示可以实现对船舶电力系统容错控制,保证船舶的安全运行。     

船舶主发电机典型故障的分析与排除

主发电机作为船舶主要的设备之一,管理系统高度自动化,但由于设备本身的故障或因误操作等原因,故障率比较高,如何及时准确的排除故障,确保船舶的安全运行,已成为广泛关注的焦点之一。文章针对L23／30H型主发电机的典型故障的排除进行了分析。     

船舶柴油发电机智能故障诊断系统

柴油发电机的正常工作对于船舶航行具有非常重要的意义。因而,船舶柴油发电机在发生故障时必须及时诊断,否则会产生重大事故。本文针对柴油发电机中常见的转子偏心故障进行研究。通过使用蚁群神经网络算法构建在线诊断系统,对柴油发电机的电流进行检测,从而实现对发电机故障的智能在线检测。     

求解多峰性函数全局最优解的进化算法及其应用研究

本又针对简单遗传算法（SGA）在解决多峰性函数最优化问题存在的不足，提出了一种分配区间型进化算法，能够求出多峰性函数所有全局最优解及多个局部最优解。通过十几个多峰性函数与工程实例的数值实验，验证了算法的正确性。对简易海洋平台进行了疲劳可靠性优化设计为算例，取得了满意的结果。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

基于PMS理论的常规潜艇任务可靠性研究

针对常规潜艇功能复杂、任务多变的特点,将多阶段任务系统(phased mission system,PMS)理论引入到其任务可靠性的分析中.深入分析常规潜艇的鱼雷攻击任务,建立任务可靠性模型,用马尔可夫过程法进行了任务可靠度计算,为常规潜艇任务可靠性模型的建立提供一种新方法.