基于速度引导的四旋翼无人机集群航线飞行方法

    公开(公告)号:CN117519289A

    公开(公告)日:2024-02-06

    申请号:CN202311638048.0

    申请日:2023-11-29

    发明人: 李春涛 陈爽

    IPC分类号: G05D1/695 G05D109/20

    摘要: 本发明公开了一种基于速度引导的四旋翼无人机集群航线飞行方法。该方法将无人机集群航线飞行划分为初始集群和航线飞行两个阶段;初始集群阶段,根据无人机与其邻居相对位置和速度约束的集群规则设计无人机个体期望速度实现无人机有序集群;航线飞行阶段,引入虚拟领航机跟踪预设航线并将其嵌入至每架无人机中,根据一致性算法保证所有虚拟领航机的信息一致;根据无人机集群对各自的虚拟领航机进行速度跟踪确保集群在航线飞行过程中避免碰撞;根据建立的航线跟踪误差模型,调节无人机的期望速度,实现集群对航线的准确跟踪;该方法能够保证无人机有效集群并实现高度精准的航线贴合跟随,成功完成集群航线飞行。

    基于模糊自抗扰控制的电液位置伺服系统重构控制方法及装置

    公开(公告)号:CN114296346B

    公开(公告)日:2024-07-19

    申请号:CN202111581054.8

    申请日:2021-12-22

    IPC分类号: G05B13/04

    摘要: 本发明公开了基于模糊自抗扰控制的电液位置伺服系统重构控制方法及装置,首先,推导出电液伺服系统数学模型;其次,分析电液位置伺服系统的三种典型故障并进行了故障注入;然后,设计自抗扰控制器保证系统良好的工作性能;最后,设计模糊逻辑,将其与自抗扰控制器中的非线性状态误差反馈律相结合,实现电液位置伺服系统面对组件故障的重构控制。本发明提出的基于模糊自抗扰控制的电液位置伺服系统重构控制器能够有效地补偿组件故障产生的不利影响,针对传感器漂移、液压缸内泄漏和液压油混入空气等故障具有良好的鲁棒性和优秀的重构能力,保证了电液位置伺服系统在整个工作任务中的可靠性与安全性。

    一种基于退化模式一致性的航空发动机剩余寿命预测方法

    公开(公告)号:CN108959778B

    公开(公告)日:2020-09-15

    申请号:CN201810735271.X

    申请日:2018-07-06

    IPC分类号: G06F30/20 G06F119/04

    摘要: 本发明公开了一种基于退化模式一致性的航空发动机剩余寿命预测方法,步骤为:采集含有全寿命运行周期的历史发动机的多源信息数据,并对采集的数据降维和融合;针对每一个历史发动机单元,根据健康因子构建该历史发动机的退化模型,所有历史发动机单元的退化模型组成初始退化模型库;针对在役发动机,得到每个在役发动机单元的健康因子和退化模型;从初始退化模型库中选择与在役发动机退化模型具有一致性退化模式的历史发动机单元作为参考模型库;将在役发动机单元退化模型与参考模型库中的每一个模型进行相似性度量;采用加权方式计算在役发动机最终的剩余寿命值。本发明解决了同一操作条件下不同模式航空发动机的剩余寿命预测问题。

    一种基于退化模式一致性的航空发动机剩余寿命预测方法

    公开(公告)号:CN108959778A

    公开(公告)日:2018-12-07

    申请号:CN201810735271.X

    申请日:2018-07-06

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种基于退化模式一致性的航空发动机剩余寿命预测方法,步骤为:采集含有全寿命运行周期的历史发动机的多源信息数据,并对采集的数据降维和融合;针对每一个历史发动机单元,根据健康因子构建该历史发动机的退化模型,所有历史发动机单元的退化模型组成初始退化模型库;针对在役发动机,得到每个在役发动机单元的健康因子和退化模型;从初始退化模型库中选择与在役发动机退化模型具有一致性退化模式的历史发动机单元作为参考模型库;将在役发动机单元退化模型与参考模型库中的每一个模型进行相似性度量;采用加权方式计算在役发动机最终的剩余寿命值。本发明解决了同一操作条件下不同模式航空发动机的剩余寿命预测问题。

    电液位置伺服系统的多模型自适应重构控制方法及装置

    公开(公告)号:CN114296347B

    公开(公告)日:2024-07-23

    申请号:CN202111582140.0

    申请日:2021-12-22

    IPC分类号: G05B13/04

    摘要: 本发明公开了电液位置伺服系统的多模型自适应重构控制方法及装置,方法为:首先,根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型,并设计参考模型;其次,设计自适应重构控制律,使故障系统的输出跟踪参考模型的输出,以补偿故障系统输出误差;然后,根据故障类型建立组合多模型集,每个模型都有相应的独立控制器;接着,设计模型切换机制对故障系统进行模型匹配,使其自动切换到性能指标最小的控制器。本发明提出的基于多模型自适应的电液位置伺服系统重构方法能够有效地补偿组件故障产生的不利影响,针对传感器、执行器等故障具有良好的鲁棒性和优秀的重构能力,保证了电液位置伺服系统在整个工作任务中的可靠性与安全性。

    电液位置伺服系统的多模型自适应重构控制方法及装置

    公开(公告)号:CN114296347A

    公开(公告)日:2022-04-08

    申请号:CN202111582140.0

    申请日:2021-12-22

    IPC分类号: G05B13/04

    摘要: 本发明公开了电液位置伺服系统的多模型自适应重构控制方法及装置,方法为:首先,根据电液位置伺服系统的故障类型构建电液位置伺服系统的故障数学模型,并设计参考模型;其次,设计自适应重构控制律,使故障系统的输出跟踪参考模型的输出,以补偿故障系统输出误差;然后,根据故障类型建立组合多模型集,每个模型都有相应的独立控制器;接着,设计模型切换机制对故障系统进行模型匹配,使其自动切换到性能指标最小的控制器。本发明提出的基于多模型自适应的电液位置伺服系统重构方法能够有效地补偿组件故障产生的不利影响,针对传感器、执行器等故障具有良好的鲁棒性和优秀的重构能力,保证了电液位置伺服系统在整个工作任务中的可靠性与安全性。

    一种碳纳米管及其制备方法和应用

    公开(公告)号:CN112750627B

    公开(公告)日:2022-03-11

    申请号:CN202011542391.1

    申请日:2020-12-22

    摘要: 本发明提供了一种碳纳米管及其制备方法和应用,属于碳纳米材料技术领域。本发明提供的碳纳米管的制备方法,包括以下步骤:将过渡金属盐、酚类化合物和非离子型嵌段共聚物进行球磨,得到凝胶状前驱体材料;将所述凝胶状前驱体材料在保护气氛中进行碳化,之后经洗涤,得到碳纳米管。本发明基于固相反应和溶胶‑凝胶法制备碳纳米管,操作简单、成本低廉,适用于大规模制备,且制备得到的碳纳米管具有直径较宽、比表面积大、石墨化程度高、导电性好等优点,在电化学储能器件中具有极大的应用价值。

    一种碳纳米管及其制备方法和应用

    公开(公告)号:CN112750627A

    公开(公告)日:2021-05-04

    申请号:CN202011542391.1

    申请日:2020-12-22

    摘要: 本发明提供了一种碳纳米管及其制备方法和应用,属于碳纳米材料技术领域。本发明提供的碳纳米管的制备方法,包括以下步骤:将过渡金属盐、酚类化合物和非离子型嵌段共聚物进行球磨,得到凝胶状前驱体材料;将所述凝胶状前驱体材料在保护气氛中进行碳化,之后经洗涤,得到碳纳米管。本发明基于固相反应和溶胶‑凝胶法制备碳纳米管,操作简单、成本低廉,适用于大规模制备,且制备得到的碳纳米管具有直径较宽、比表面积大、石墨化程度高、导电性好等优点,在电化学储能器件中具有极大的应用价值。

    一种多孔碳球及其制备方法和在锂硫电池中的应用

    公开(公告)号:CN112661137A

    公开(公告)日:2021-04-16

    申请号:CN202011550559.3

    申请日:2020-12-24

    IPC分类号: C01B32/15 H01M4/62 H01M10/052

    摘要: 本发明涉及纳米碳材料制备技术领域,尤其涉及一种多孔碳球及制备方法和在锂硫电池中的应用。所述制备方法,包括以下步骤:将可溶性金属盐的甲醇溶液和有机配体的甲醇溶液混合,发生配位键自组装反应,得到金属有机框架化合物;将金属有机框架化合物、可溶性聚合物和甲醇混合后,依次进行气凝胶喷雾处理和碳化,得到多孔碳球;所述可溶性金属盐的甲醇溶液中的可溶性金属盐包括可溶性锌盐。利用该制备方法制备得到的多孔碳球由空心一次颗粒组装而成二次颗粒,具有比表面积高、分级孔道结构和电导率高等优点,表现出了良好的电化学性能;所述制备方法可控性强,成本低廉且环境友好,解决了传统模板法中的模板剂难去除和一次颗粒形貌不可控的问题。

    一种液压缸故障诊断方法
    10.
    发明授权

    公开(公告)号:CN108363896B

    公开(公告)日:2021-12-21

    申请号:CN201810441856.0

    申请日:2018-05-10

    IPC分类号: G06F30/20 G06N3/00

    摘要: 本发明公开了一种液压缸故障诊断方法,首先在AMESim软件中对液压缸进行物理建模仿真并完成故障注入过程,获取故障数据;接着对数据进行小波包能量提取,构建特征向量;然后建立基于高维非线性分类器的故障诊断模型;使用训练样本对故障诊断模型进行训练,并采用遗传算法计算出模型所需参数的最优解,构造多值分类器;将液压缸测试样本输入到模型进行故障诊断。本发明有效地解决算法验证过程中故障数据不足的问题,结合遗传算法优化寻参的高维非线性分类器算法的应用有效解决非线性、小样本的问题,提高了故障诊断模型的故障识别能力。