包含两类变量的离散变量桁架结构拓扑优化设计

建立了包含截面和拓扑两类变量的离散变量结构拓扑优化设计的数学模型,该模型考虑了截面变量与拓扑变量间的耦合关系,反映了拓扑优化问题的组合优化本质,可以较好地解决"极限应力"、"最优解的奇异性"等困扰结构拓外优化设计的问题．同时采用相对差商法进行离散变量桁架结构拓扑优化,直接求解包含两类变量的离散变量结构拓扑优化设计数学模型,收到了比较满意的效果．     

基于空间交会的GPS/INS组合导航系统仿真

由于实验务件限制,GPS/INS组合导航系统很难在真实空间交会对接环境中进行GPS/INS组合导航系统性能测试研究。为此,简要设计和实现了基于空间交会的GPS/INS组合导航软件仿真平台,研究了基于空间交会两航天器绝对和相对运动轨迹生成、GPS/INS组合导航系统误差建模、观测数据生成等实现方法,并通过仿真数据分析验证了这种设计方案的可行性,为进一步开展相关研究奠定了基础。     

大空间三向组合平板网架研究

利用中心节点、交叉梁、三角形拉杆和空心板所构成承力单元的组合以及内部支承柱的自由布置,本文提出了一种新型大空间三向组合平板网架结构。相关的TDGS分析系统针对原型试验取得了较好的模拟效果。通过引入柱的局部影响区域这一全新概念,系统总结了加入内部支承柱前后网架结构的内力和变形规律,进而为进一步的工程应用提供了可行性建议。     

一种车载组合导航系统的联邦滤波新算法

针对车载GPS/DR组合导航系统的特点,提出了一种新的联邦滤波算法.子滤波器由两个滤波器构成:一个是卡尔曼滤波器,另一个是Unscented卡尔曼滤波器(UKF),它们分别处理GPS子系统和DR子系统的信息.UKF是一种较新的非线性滤波方法,相对传统的非线性滤波器EKF具有更高的滤波精度和更高的计算效率.联邦滤波器的信息分配因子采用一种基于观测误差的最小均方误差形式,最佳地融合了传感器的输出信息.这种结构降低了联邦滤波器的计算难度和计算量,提高了组合导航系统的可靠性和容错性.仿真结果表明,提出算法的定位精度很高,与UKF算法的效果相当.     

降阶扩展卡尔曼滤波算法在船用INS/GPS组合导航系统中的应用

TNNS(真航向导航系统)由MS860接收机、INS及处理数据的PC/104架构的嵌入式工控机构成。针对TNNS推导了INS(惯性导航系统)的误差模型,提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试,软件及滤波算法平台由C/C 编制。海上试验表明,组合滤波后,INS的位置误差由100m降低到40m以下;进行最优化滤波后的航向误差σ由原来的0.105°减小为0.034°,纵横摇的误差也大幅减小。整个海试结果表明,在TNNS中组合GPS/INS采用的降阶扩展卡尔曼滤波算法,大幅提高了系统精度和可靠性。     

水平圆管中受压扭作用管桩屈曲后的解析解

首先建立了考虑自重、受水平圆管约束的管柱在压担组合作用下的屈曲方程：此方程为四阶强非线性常微分方程，难以直接精确求解；通过管柱的正弦屈由分析，找到了方程中的小参数；利用小参数摄动法求解了强非线性屈曲方程，得到了管柱螺旋屈曲后的实际屈曲构形解析解，由此可进一步得到管柱发生螺旋屈曲的临界载荷；所得解析结果与数值计算结果及本文结果退化后与文献中的相关结果比较都有良好的一致性．     

研究岩石破裂等弱化行为的力－位移组合控制方法

本文介绍了一种用力和位移的线性组合控制岩石试验的新方法。该方法已在一台自制的伺服实验系统上和一台MTS实验系统上得到了实现。用这种方法能够简便地求出通常难以求出的具有Ⅱ类特性岩石的全应力-应变曲线,而且能够变化出如广义应力松驰等其它实验类型,从而能够对时间依赖性进行深入的研究。由于其易于采用的特点,它在研究岩石破裂乃至摩擦等弱化过程方面有着广泛的应用前景。     

组合导航系统多重衰减因子自适应估计算法比较研究

提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。     

钢框架中组合楼盖的面内变形

为了研究影响钢-混凝土组合框架中组合楼盖隔板性能的因素,以楼板厚度、框架侧移刚度以及结构平面刚度布置为参数对钢框架中的组合楼盖进行了弹性有限元分析．分析结果表明,除长宽比外,组合楼盖的隔板性能还与其面内刚度以及支撑体系的特性有关．根据分析结果提出了组合楼盖隔板性能的评价方法, 并与试验结果进行了验证．该方法可以为工程实践中评价组合楼盖的隔板性能作参考．     

改进遗传人工神经网络在组合导航中的应用

鉴于常规卡尔曼滤波算法组合导航系统数据融合算法中,存在易于发散的缺陷,尝试将遗传优化人工神经网络引入组合导航系统中.针对传统遗传算法存在的易早熟、算法稳定性差、固定的交叉和变异概率影响收敛效果等缺点,采用浮点式编码方式,两两竞争的选择策略、引入突变操作、重新定义交叉算子和自适应的交叉变异算子等措施进行了遗传算法的改进.仿真结果表明,改进后的算法更为有效,并且精度与常规卡尔曼滤波算法相当.