简介:文章从静力和动力学的角度简要回顾了关于沿内角的自发毛细流动研究的最近进展.作为一个通用几何形状,内角在地面微观尺度下或处于失重状态的航天飞行器系统内大尺度下为液体提供有效的输运通道.当一定的几何条件得到满足并且当毛细力远远大于体力比如重力的时候,沿着内角会发生自发毛细力驱动流动现象.从静力学的角度来说,本文讨论的自发毛细驱动流动和当特定的边界条件发生突然变化,比如重力作用突然消失时带有内角的容器内部单值有限高度的平衡自由面的非存在性有关系.Concus-Finn方法可以用来确定这样的平衡自由面在一个横截面处处一致的柱形容器内的非存在性.用这个方法可以推导出在失重状态下一个内角为2α的通常柱形容器里,当接触角小于π/2-α时,平衡曲面不存在.通常来说,沿内角的自发毛细驱动流动属于层流.利用尺度分析和摄动法,成功分析了该流动的动力学特性,并且推导出对设计有用的封闭形式的解析解.一个典型的结果是在黏性流的范畴里毛细面端点的移动和t~(1/2)成正比.
简介:针对多星座情况下多卫星同时故障时的接收机自主完好性检测的问题,分析了多卫星同时故障的原因及特点,提出基于极大似然比的分层完好性检测方法。通过奇偶向量矩阵的计算,根据极大似然估计,进行故障检测与隔离,利用全量检验统计值与部分检验统计值之间的关系进行故障卫星的确定,并利用接收机的数据进行仿真验证。仿真结果表明,本方法可以快速有效地实现多星座情况下的接收机自主完好性检测,检测出并隔离故障卫星。
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。