格式:pdf
大?。?span class="single-tag-height">195KB
頁數(shù):
準(zhǔn)確把握軌道不平順的變化規(guī)律,對于科學(xué)制定鐵路養(yǎng)護(hù)及大修計劃具有重要意義。對此,提出了一種基于灰色模型與神經(jīng)網(wǎng)絡(luò)的軌道不平順組合預(yù)測算法,先用傳統(tǒng)灰色預(yù)測模型對軌道不平順數(shù)據(jù)進(jìn)行初步預(yù)測,然后用BP神經(jīng)網(wǎng)絡(luò)對初步預(yù)測值進(jìn)行修正。結(jié)果表明,該預(yù)測算法與實際軌道不平順的平均誤差可控制在5%以內(nèi),預(yù)測精度高于單一算法,可應(yīng)用于鐵路養(yǎng)護(hù)工作中廣泛存在的軌道不平順趨勢分析問題。
格式:pdf
大?。?span class="single-tag-height">1.3MB
頁數(shù): 9頁
研究了近地小推力轉(zhuǎn)移軌道的制導(dǎo)問題,給出了一種基于局部最優(yōu)控制律的自主制導(dǎo)算法。推導(dǎo)出了各改進(jìn)春分點(diǎn)根數(shù)對應(yīng)的局部最優(yōu)控制律;通過最優(yōu)推力分配和目標(biāo)偏差兩個策略,對各局部最優(yōu)控制律進(jìn)行動態(tài)加權(quán)組合,從而有效減少了制導(dǎo)律的設(shè)計參數(shù)。在此基礎(chǔ)上,針對燃料最省轉(zhuǎn)移軌道,定義了一種新的發(fā)動機(jī)開關(guān)函數(shù)。采用遺傳/逐次二次規(guī)劃混合優(yōu)化算法計算了最優(yōu)制導(dǎo)參數(shù)。與傳統(tǒng)算法相比,該制導(dǎo)算法是一種閉環(huán)制導(dǎo)算法,能夠?qū)崿F(xiàn)飛行器的自主制導(dǎo),并且制導(dǎo)過程中無需對制導(dǎo)參數(shù)進(jìn)行更新。以地球低軌到高軌的小推力轉(zhuǎn)移為例,采用該方法分別求解了時間和燃料最省轉(zhuǎn)移問題,并與傳統(tǒng)算法進(jìn)行了比較分析。數(shù)值結(jié)果驗證了該算法的有效性。