基于模糊控制的浮子快速静平衡与系统研制

针对三浮陀螺浮子在研制过程中的静不平衡问题，为提高浮子组件的静平衡精度和效率，提出了浮子轴向和径向静平衡的新方法。基于浮子静平衡原理，在常温粗平衡时，采用力矩平衡原理，可快速实现浮子轴向平衡。在常温精平衡时，首次引入智能控制领域的模糊控制(Fuzzy Control）算法，充分利用专家经验，实现浮子径向平衡。基于该方法，研制了一台陀螺浮子静平衡检测设备。通过正式浮子测试，本方法和设备已经成功实现了三种型号浮子组件的静平衡，平衡精度小于0.01μN·m，平衡效率提高了50%，且设备已获得实际的工程应用。     

高旋转数下不同通道转角带肋回转通道的换热特性

提高回转通道气体压力,将实验雷诺数和旋转数范围分别扩展到10000～70000和0～2.08,在此基础上实验研究了高旋转数下通道转角为0°,22.5°,45°的带45°倾角斜肋的方形截面回转通道的换热特性.结果表明:在第1通道,通道转角对后缘面换热的影响整体上强于前缘面,尤其是通道入口段位置;在第2通道,通道转角对换热的影响比较小.对于区域平均换热分布,通道转角为45°的通道平均换热最强,通道转角为22.5°的通道次之,通道转角为0°的通道平均换热在3个通道转角中最弱.      

六自由度平台角位置测量精度方法

目前,六自由度平台角位置精度的测量大多采用激光跟踪仪等仪器进行,其测量成本高且测试原理及操作过程较为复杂。针对这一问题,提出了一种测量成本低、测试方法及操作较为简单的六自由度平台角位置精度测量方法,其主要包括六自由度平台的角位置测量精度以及角位置测量重复性。应用倾角仪对该平台横滚和俯仰两个方向的精度等进行了测量,使用光电自准直仪配合360多齿分度盘对该平台偏航方向的精度等进行了测量,测量结果表明：该测量方法能够准确快速测量出六自由度平台的角位置测量精度及角位置测量重复性,通过实验测出某Stewart六自由度平台横滚、俯仰及偏航方向的运动范围均为-10°~+10°,角位置测量精度分别达到0.012°、0.009°、0.018°,角位置测量重复性分别达到0.005°、0.007°、0.001°,能够很好地满足六自由度平台的技术指标。     

矢量偏转对二元塞式矢量喷管红外辐射特征的影响

为了研究矢量偏转对二元塞式矢量喷管红外辐射特征的影响,首先通过喷管缩比模型的红外辐射特征试验,获得矢量偏转对喷管缩比模型红外辐射特征影响的试验数据及规律,并验证了红外辐射特征数值计算方法的计算精度。随后,采用经过验证的计算方法对全尺寸二元塞式矢量喷管在发动机地面工作状态下的流场特性与红外辐射特征进行了数值仿真,研究结果表明：当矢量偏转角由0°增加到20°,塞锥壁面温度分布基本不变,但喷管偏转压力侧壁面温度逐渐升高,最大增幅达到38.5%,喷管偏转吸力侧壁面温度逐渐下降,最大降低15.4%。塞锥是二元塞式矢量喷管最主要的红外辐射源,在尾向-20°~20°方向范围,塞锥的平均贡献不低于63.6%,最大高达91.0%。随着偏转角增加,喷管在水平探测面内的红外辐射强度逐渐减小,其中正尾向上的降幅最大,达到33.6%;在铅锤探测面内,辐射峰值方向朝矢量偏转方向偏移,但偏移角度小于矢量偏转角度。全尺寸模型仿真获得的矢量偏转对喷管红外辐射特征分布的影响规律与缩比模型试验的结论一致。     

航空发动机动态姿态仿真测试台架设计

为了更真实全面地仿真航空发动机的使用状态,研制了一种用于小型航空发动机整机动态姿态仿真测试的台架。该台 架具有横滚和俯仰2个自由度,可提供位置、速率及摇摆等功能,采用伺服电机带动齿轮组件和蜗轮蜗杆进行驱动,并具备排气装 置。设计结果表明：动态姿态模拟转台速度可达30°/s,加速度可达50°/s2,运动范围为±175°,定位精度实测优于±0.12°;可以任何 位置为中心做正弦、梯形、三角波等形式的运动。该设备的研制可进一步提高地面试验的仿真精度,有利于发动机检测技术的发展。     

一种基于类间方差的地平线检测算法

 针对视觉导航中用于微型飞行器（MAV）稳定飞行控制的地平线提取问题,提出一种基于类间方差的地平线检测算法。该算法使用角度和距离两个变量进行图像中直线的穷举,选取像素的蓝色分量作为区分天地的特征,利用类间方差构造判别准则进行直线的最优选择,从而实现地平线的检测。实验结果表明：与基于色彩协方差矩阵的地平线检测算法相比,本文算法对地平线检测的平均角度误差减少1°,距离误差减少3个像素,角度和距离参数的检测正确率分别提高1.98%和4.95%,且具有良好的速度特性。     

基于GPS/MEMS微惯性导航系统的 混合校正方法研究

针对GPS/MEMS 微惯性组合导航系统, 为了提高算法的可靠性和导航精 度, 研究了Kalman 滤波算法。分析了DSP 数字系统的运算能力、构建了优化的数学模 型, 提出了Kalman 滤波混合校正方法, 并将此方法应用于搭建的组合导航系统。通过 跑车试验对该方法进行了验证,试验结果表明,系统的导航精度,姿态误差在0.5°,航 向角误差2°,速度误差0.5m/s。     

基于干扰观测器的天基观测航天器姿态控制设计

与地基空间目标监视系统相比,天基观测系统具有监视范围广,不受国界限制,观测精度高等优点,是未来空间目标观测技术的重要发展方向。但天基观测航天器工作时,相机转台的运动,太阳能帆板挠性部件的弹性振动与航天器的姿态运动相互影响,构成强耦合的非线性系统,传统的控制方案无法实现对这类天基观测航天器的高精度姿态控制。文章针对某一空间观测航天器的任务要求,设计了基于干扰观测器的前馈补偿航天器姿态控制系统,仿真实验结果表明:姿态角控制精度小于 0.06°,姿态角速度精度小于 0.03(°)/s,达到了精度要求。     

侧滑双三角翼大迎角气动特性与旋涡的关系

 本文对不同展弦比双三角翼有侧滑时的气动力进行了实验研究,α=--3°～42°,β=--20°～20°,雷诺数为1.3×10~6。为分析测力结果,作了测压、空时流场及油流等实验。研究表明,不对称来流使机翼迎风侧旋涡绕合推迟,涡破裂提前,背风侧则相反。有侧滑时机翼不对称涡破裂对气动力影响显著,引起大迎角时滚转不稳定。     

平面叶栅中冷气射流三维分离的数值模拟

为了研究冷气射流对平面叶栅气动特性的影响 ,采用三阶精度Godunov格式和B L湍流模型求解三维N S方程 ,对冷气孔处于气冷涡轮叶栅的轴向位置为 5mm ,10mm ,4 3mm和 5 0mm ,喷射角度分别为 3 0°,60°,90° ,12 0°条件下进行了 16组方案计算。结果表明 ,叶片前缘冷气孔角度对流场底影响较小。越接近叶片尾缘 ,冷气孔角度对流场的影响越明显     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩，但由于该类方法只能以矩形框给出目标的概略位置，检测结果具有很大的背景冗余区域，特别是港口密集停泊的舰船在图像中会出现区域重叠，导致误检和漏检。针对以上问题，提出了一种具有旋转不变性的舰船目标精细化检测方法，该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点，借鉴MobileNet架构对网络加速，通过学习密集区域目标的几何形变，有效预测目标的旋转角度，最终以旋转的矩形框给出目标的位置。实验结果表明，该算法可实现多类舰船目标类型区分和目标朝向判定的功能，有效地解决了实际应用中的目标精确定位定向难题，提高了自动目标识别的精确性，并满足工程应用的实时性要求。     

涡扇发动机先进装配工艺与装备

针对涡扇发动机装配技术的发展趋势和应用特点,对整机装配、智能拧紧、装配检测3方面先进工艺进行分析总结。涡扇发动机采用脉动装配线和多自由度装配平台进行整机装配,大幅度提高生产效率;智能拧紧设备能够实现对发动机连接件的定力矩、定转角精确控制及监控,改善关键转子部件连接的均匀性、稳定性和可靠性;转子堆叠优化技术实现对装配位置的预测和同心度优化,电子塞尺可消除不同操作者带来的测量误差。发动机数字化装配将不断引入各种高效先进的自动化智能设备,自动化、智能化、数字化是未来涡扇发动机装配工艺与装备的发展方向。     

一种基于三维到达角的无偏伪线性卡尔曼滤波

为了解决大场景下基于三维到达角的目标跟踪问题，提出了一种具有无偏性的伪线性卡尔曼滤波。首先，基于三维到达角信息对目标运动模型与量测模型进行建模；之后，对量测模型进行了伪线性化处理，得到了线性形式的目标量测模型。为了解决伪线性卡尔曼滤波存在的有偏性问题，提出了一种结合EKF（extend Kalman filter）的三维伪线性无偏卡尔曼滤波。仿真实验表明，该模型能够对非机动目标与机动目标有效跟踪，对于百公里级别的目标，当角测量误差从0.1°变化到0.5°，算法在仿真时间结束时均能将绝对位置误差降低至10 km以内，且算法的运行速度与EKF为同一个量级，同时兼顾了抗干扰能力、定位跟踪精度、运行效率的要求，能够为大场景下的目标跟踪提供有效方法。     

面向航空智能制造的DT与AI融合应用

针对航空装备复杂制造场景下制造过程管控维度多尺度大、制造资源组成复杂性高、质量问题跟踪定位难度大等问题，结合数字孪生（DT）与人工智能（AI）技术特点，开展了面向航空智能制造的DT与AI融合应用研究。基于数字孪生与人工智能应用现状，系统性地阐述了数字孪生与人工智能融合机理，分析了支撑数字孪生与人工智能融合驱动航空智能制造的关键技术和数字孪生与人工智能融合驱动的AI控制中心构建涉及的关键问题，在此基础上重点讨论了加工制造过程自适应控制、智能车间生产过程智能管控、制造过程资源调度与优化决策、产品智能质量控制等应用场景，为数字孪生与人工智能在航空智能制造融合应用提供参考。     

一种IRST双机协同被动探测机动目标定位新方法

针对红外搜索跟踪系统（IRST）双机协同被动探测定位作战使用中，机动目标建模与实际运动失配造成定位误差偏大的问题，研究了一种基于曲线模型的自适应滤波新方法。该方法改进了传统方法根据方向角估计转弯率以及基于帧间插分线加速度估计切向加速度的思路，将转弯率及线加速度联合作为状态变量进行了状态扩维，并推导了扩维后的过程噪声协方差表达式，在缓解传统两层滤波结构带来的计算量大问题外，也提高了切向加速度的估计精度。另外基于反正切函数的值域，结合方向角在四象限间的转移关系，优化了方向角的设计。通过IRST双机协同仿真实例，验证了所提方法对机动目标的适应性更强、目标定位精度更高。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

单次扫描空间推进算法在高超声速流动中的适用性研究

通过高超声速流动的三个典型算例,研究单次扫描空间推进(SSPNS)算法计算高超声速流场气动力、气动热的精度以及适用范围.结果表明:①在楔角不大于15°,流动无流向分离的情形下,用SSPNS算法计算压缩楔板流动是可行的;②对绕圆锥流动的计算表明,SSPNS算法对横向分离的模拟是值得信赖的;③对于12°攻角以内的小攻角绕翼流动,SSPNS算法的精度与时间迭代法基本一致;④空间推进法计算速度较时间迭代CFD(计算流体动力学)方法提高1～2个数量级.      

An adaptive attitude algorithm based on a current statistical model for maneuvering acceleration

A current statistical model for maneuvering acceleration using an adaptive extended Kalman filter(CS-MAEKF) algorithm is proposed to solve problems existing in conventional extended Kalman filters such as large estimation error and divergent tendencies in the presence of continuous maneuvering acceleration. A membership function is introduced in this algorithm to adaptively modify the upper and lower limits of loitering vehicles' maneuvering acceleration and for realtime adjustment of maneuvering acceleration variance. This allows the algorithm to have superior static and dynamic performance for loitering vehicles undergoing different maneuvers. Digital simulations and dynamic flight testing show that the yaw angle accuracy of the algorithm is 30% better than conventional algorithms, and pitch and roll angle calculation precision is improved by 60%.The mean square deviation of heading and attitude angle error during dynamic flight is less than3.05°. Experimental results show that CS-MAEKF meets the application requirements of miniature loitering vehicles.