足球比赛结果 多学科工程动态系统

• 联合研究员：查尔斯·范·卡森
• 联合研究员：詹姆斯·德克勒克
• 学院/学校：工程学院
• 系：机械与航空航天工程
• 奖励金额：204,000 美元
• 赞助商：霍尼韦尔联邦制造与技术有限责任公司

概述：

该计划的目标是深入了解可调谐振板测试程序。 该项目将结合建模和测试来尝试开发洞察力 这减少了测试时间并扩大了可能的测试范围。以下是 任务细目：

工作说明书：

研究将探索如何对谐振板和夹具动力学进行建模。分析型 并将进行实验研究以了解关键参数 更准确地控制和理解谐振板的设计 夹具以扩展其测试范围。

• 将创建谐振板和夹具的 FEA 模型。
• FEA 模型将用于了解测试系统的每个参数如何影响 冲击反应谱。
• 确定可重现的冲击反应谱的潜在限制 在谐振板测试系统的框架内。
• 提出设计方法和定制策略，以实现共鸣 板测试系统可提供指定的冲击响应谱（在能力范围内） 共振板测试系统框架的限制）。
• 向谐振板添加阻尼的机制将通过分析进行探索 并通过实验作为一种潜在的定制策略。

可交付成果：

将提供所有 FEA 模型和测试数据。将撰写一份报告，总结 分析和实验建模和测试以及任何阻尼机制/设备 对其进行了评估及其有效性。

• 联合研究员：拉什·罗宾内特三世
• 学院/学校：工程学院
• 系：机械与航空航天工程
• 奖励金额：405,139 美元
• 赞助商：南达科他州矿业与技术学院（NSF 通过）

概述：

MTU 将分析和模拟波浪能转换器阵列的功率捕获 （WEC）有或没有物体的情况。将分析非线性 WEC 并用于捕获更多能量。对于物体检测，MTU 将开发一个估计器。 除了具有检测对象存在的模型之外，估计器 将使用该模型并考虑模型中的不确定性，并且 测量误差；无论如何，我们需要了解有关的统计特征 这些不确定性和错误。 MTU将参与WEC阵列整体设计， 分析、建模和模拟；设计 2 的控制设计，非线性建模 和控制，以及拓扑优化。

• 学院/学校：工程学院
• 系：机械与航空航天工程
• 奖励金额：139,231 美元
• 赞助商：海军研究办公室

这项研究的重点是开发创新的实用控制解决方案 单个和多个无人水下航行器（UUV）并应对挑战 例如目前限制 UUV 使用的水下通信和定位。更多 具体来说，非线性和自治系统实验室（NAS Lab）团队正在开发 用于在恶劣环境下分析和控制水下滑翔机 (UG) 的严格框架 动态环境，旨在促进高效、协作的行为 UUV。

水下滑翔机现在的用途远不止于长期、盆地规模的海洋学 抽样。除了环境监测之外，地下车库也越来越依赖于 用于沿海监视和其他军事应用。这项研究将有助于 学术建模/模拟问题解决方法与现实世界之间的过渡 海军应用。这项研究的重要性在沿海战场空间中显而易见 海军太空和海战系统司令部的传感（LBS）计划合同 用于 150 个水下滑翔机，指定为 LBS-G。这些滑翔机将由 海军在前沿地区快速评估和利用环境特征 改善舰艇和潜艇的机动性并提高其性能 车队传感器。

研究结果将提供实现集成所需的协调工具 这些高效且安静的车辆作为异构自动驾驶网络的一部分 能够执行复杂战术任务的车辆。目标是发展 适用于个人和多人的实用、节能的运动控制策略 UG 在恶劣、不确定和动态的水下环境中执行任务。

该项目有双重具体目标。第一个目标是设计和制造 一批低成本、高机动性的轻型水下滑翔机。第二个 目标是评估沿海地区单个和多个开发的 UG 的能力 区。拟议的工作将开发共享浮力驱动概念的 UG 第一代滑翔机被称为“传统滑翔机”。然而，NAS 实验室 与传统滑翔机相比，UG 的尺寸更小、重量更轻、价格更低。 这将带来更实惠、更新颖的 UG 应用。此外，NAS实验室 从设计到开发的方法允许技术创新克服 已知的挑战并响应测试期间出现的意外需求。因此， 这项研究的意义在于，它将能够实施最近的 开发了高效的运动规划算法、多车协调算法、 以及在绝对位置的现实条件下扩展这些算法 每辆车的方向未知，时变流场也不知道 当地确定。

• 学院/学校：工程学院
• 系：机械与航空航天工程
• 奖励金额：268,953 美元
• 赞助商：Craft Engineering Associates

简介：

有各种各样的液压延伸臂和折臂臂起重机在使用 船舶。这些起重机通常用于货物的动态运动环境 转运和小船处理。安全发射和回收小船的能力 目前在高海状态用于海军、海岸警卫队和海洋学目的 这些社区内的调查重点。

本次调查的目的是扩展 SBIR 主题下开始的研究 N06-

057，“从近海供应船到大型甲板船的货物转运”以改善 液压船用起重机在动态海上环境中的性能。在 此外，在集成骑手块开发过程中吸取的经验教训 标语系统 (IRBTS)、平台运动补偿系统 (PMC) 和摆动 用于集装箱的刚性臂、水平变幅船用起重机的控制系统（PCS） 海运船上的处理将被纳入最终的集成模块化套件中 使用这些延伸臂和折臂臂起重机改善货物运输。

第二阶段技术目标：

第二阶段的目标是开发和演示起重机摆动的模块化解决方案 和运动控制，适用于各种现有的美国海军船舶起重机。阶段 我清楚地表明，可以通过实施船舶来实现摆控制的模块化 使用起重机现有的驱动系统和主动负载阻尼来消除运动 使用改装阻尼装置。在那项工作中，考虑了特定的起重机设计 该研究是通过模拟进行严格的概念验证。

第二阶段的重点是确定模块化方法适用的起重机范围 可行，开发设计和部署所需的分析和设计工作流程 模块化解决方案，并在计算机上演示流程和性能 特殊的起重机。下面列出了第二阶段的增量技术目标。

1. 实现模块化摆动与运动控制的分析与设计过程 在任何起重机上，
2. 模块化起重机控制系统（MCCS）“套件”的开发，包括改进 关键子系统（传感器、驱动、算法），
3. 使用 1/12 的 MCCS 分阶段演示^第以及更大规模的测试平台。

第二阶段结束时，目标是拥有一个功能齐全的 MCCS 系统 演示船舶运动消除、铰接式起重机上的主动有效负载阻尼 与目前部署在许多美国海军和民用船只上的类似。的 第二阶段选项将把这一开发重点放在可以实施的设计上 液压延伸臂起重机，目前建议在 JHSV 上使用。

• 学院/学校：工程学院
• 系：机械与航空航天工程
• 奖励金额：269,735 美元
• 赞助商：国家科学基金会

概述：

信息物理系统 (CPS) 的设计优化包括优化系统 除了系统变量之外的架构（拓扑）。优化系统 建筑呈现设计空间的维度变量（设计的数量） 要优化的变量是变量。）此类可变大小设计空间 (VSDS) 优化问题出现在许多 CPS 应用中，包括 (1) 微电网 设计、(2) 自动化构建、(2) 最佳分组、(3) 空间任务设计 优化。

进化算法 (EA) 提供了一种统计推断范例，可实现 自然进化中嵌入机制的简化计算模型， 有潜力解决这个问题。然而，现有的 EA 无法在以下方面进行优化： 由于编码的固有策略，不同架构的解决方案 EA 中的变量。现有的 EA 类似于自然演化，其中给定的架构 可以通过改善变量的状态来发展，但不能彻底改变。受到启发 通过生物学中隐藏基因的概念，该项目研究了革命性的 可以在不同解决方案架构之间进行优化的优化算法 自主开发新的架构，这些架构可能不为先验所知，但更多 适合解决方案架构。 CPS 新算法的有效性在 空间任务设计优化的背景。

智力优点：

科学界对自主设计优化的需求日益增长 可以彻底改变系统设计和功能的工具。大多数现有的优化 算法只能在固定大小的设计空间中搜索最优解；和 因此它们不能用于解决方案架构优化。现有算法很少 能够搜索VSDS问题的最优解；然而这些都是针对特定问题的 算法，不能用作VSDS优化的通用框架。这个项目 研究了进化中编码变量的隐藏基因的新概念 算法，以便生成的算法可用于优化 VSDS 问题。 这些新算法的关键创新是新的编码策略。此外， 在这个项目中，EA中的标准操作将被新操作所取代 其定义是为了彻底改变当前的解决方案架构 使用新的编码策略。 PL 的最新研究成果 航天任务设计优化，论证隐藏基因优化 算法可以在不同的解决方案架构中搜索最优解决方案， 彻底改变最初的解决方案群体，并构建新的解决方案架构 比初始总体解决方案更适合。