基于机器学习方法的压气机落后角与总压损失预测代理模型

为了提高压气机特性预测的精度，基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象，基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数，分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型，并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题，调整模型学习率和修正参数梯度以加速收敛，同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险，并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明，低转速工况代理模型的压比特性预测误差显著低于经验模型，其中人工神经网络建模改善最明显，相比经验模型预测误差降低了0.1。通过代理模型横向对比，基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。     

基于机器学习的单孔绝热气膜冷却效率分布预测研究

为了研究利用机器学习技术对绝热冷却效率进行直接预测的方法及特点,搭建了基于上采样卷积神经网络的机器学习模型,生成了用于训练以及验证的数值模拟数据集,使用了监督式学习的方法对模型进行了训练。训练使用反向传播算法和基于随机梯度下降的Adam优化算法,输入模型的参数包括吹风比、主流湍流强度、喷射角、孔形状、孔尺寸,模型输出为绝热冷却效率云图。模型的预测结果显示,基于上采样卷积神经网络的模型在回归预测问题上性能表现良好（测试集像素点绝对误差在0.05左右）,同时,给出了此类卷积网络的训练意见。研究表明,对于云图式的回归预测目标,卷积神经网络预测结果可靠,灵活性高,有良好的工程应用价值。     

基于高斯过程回归的连续式风洞马赫数控制

在风洞实验中保持实验段马赫数的稳定对实验的成功具有重要意义。传统的PID控制算法具有一定时滞性,不能满足连续变迎角实验模式下马赫数的控制精度要求。针对这一缺陷,提出了一种基于高斯过程回归的前馈控制策略,结合PID控制器共同完成马赫数控制任务。首先,对原始数据执行了预处理操作,将数据集中的异常数据进行清洗并且对清洗后的数据进行标准化;其次,选取迎角、实时马赫数、实验段截面积作为高斯过程回归模型的输入,压缩机转速作为输出,采用随机划分数据集与分组划分数据集两种策略进行建模,并将高斯过程回归与常用回归模型的预测精度进行了比较;最后,给出了利用高斯过程回归预测结果及预测置信度进行PID反馈控制的方法。实验结果表明高斯过程回归对风洞实验数据具有很好的建模能力,基于高斯过程回归的前馈控制与PID结合的控制策略能够提高连续变迎角模式下的马赫数控制精度。     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

空间失效慢旋卫星视觉特征跟踪与位姿测量

空间碎片或者失效卫星往往绕其惯性主轴做自旋运动,虽然处于一种稳定状态,但是对其运动状态测量的难度相比三轴稳定目标而言又增加了许多,主要体现在复杂光场环境下和目标观测面周期性进出视场引起的特征点丢失、尺度变化和旋转变化,以及长时间连续观测引起的累积误差增大、位姿解算不收敛等难题。通过构建优化目标特征数据库,将传统测量方式中前后帧的匹配转变为当前帧与特征数据库的匹配和特征点的优化,即使中间过程帧出现了偏差仍然可以较好地跟踪后续图像帧的正确位置。在李代数空间下建立位姿向量微分扰动方程,获得测量值与估计值的残差目标函数,基于贝叶斯法则最大后验概率和李群与李代数的对指变换法则,求取位姿向量最优解。解决了李群空间下由于位姿变换矩阵不可加性而无法优化的问题,提高了连续测量过程中系统的测量精度。实验结果表明,无优化测量方法无法保证整个旋转周期的有效测量;通过增加位姿优化过程,连续稳定测量时间明显延长,针对以12（°）/s自旋运动的目标,测量稳定段误差在2°以内,旋转角速度测量误差为0.12（°）/s。     

基于高斯过程回归和遗传算法的翼型优化设计

针对高升阻比风力机翼型前缘曲率半径较大的问题,传统的翼型参数化方法前缘控制能力不足,且基于面元法XFOIL预测精度差的问题,利用增强类函数/形函数转换（CST）参数化方法控制翼型的形状变化、拉丁超立方实验设计、计算流体力学（CFD）流场计算模块、高斯过程回归模型和遗传算法,提出了基于高可信度Reynolds average Navier-Stocks（RANS）和高斯回归模型辅助遗传算法的翼型优化设计方法。结果表明:基于高斯回归模型的翼型优化方法,可以将优化所用CFD计算次数降低一阶,从而大幅度提升优化设计效率。由标准算例超临界翼型RAE2822的降阻设计表明,在百次量级的CFD次数阻力降低43.16%,激波被削弱且升力、力矩和面积严格满足约束。由风力机翼型NACA64618的最大化升阻比优化设计表明,所设计翼型不仅在设计攻角和副设计攻角处升阻比大大增加,在整个小攻角范围内其气动性能都得到了提升,且两个主设计点,无不良阻力的产生。      

基于贝叶斯LS-SVR的锂电池剩余寿命概率性预测

提出了一种基于贝叶斯最小二乘支持向量回归(LS-SVR)的锂电池剩余寿命在线概率性预测方法.首先,通过滚动窗方法选取锂电池历史健康退化数据,并根据相空间重构原理建立训练样本,其中最小嵌入维数使用Cao氏方法计算获得.然后,运用贝叶斯3层推理训练LS-SVR预测模型,在迭代预测阶段,采用蒙特卡罗方法来表示和管理多步预测中的不确定性及其传递,即用一群离散粒子来近似连续分布,结合“退化轨迹不相交”原则和高斯过程假设,预测出锂电池健康状态未来时刻的发展趋势.最后结合给定的失效阈值,通过统计穿越阈值的粒子数目得到剩余寿命的概率分布.使用美国国家航空航天局阿姆斯研究中心公开的电池数据集与高斯过程回归(GPR)方法进行对比实验,多项预测性能指标结果表明贝叶斯LS-SVR方法具有更高的预测准确度和置信度.     

自由翻滚故障卫星外包络抓捕及抓捕路径优化

自由翻滚故障卫星抓捕是航天器在轨服务及空间碎片清理的基础。由于难以确定固定抓捕点及目标运动参数不确定,传统机械臂抓捕方法无法适用类似自由翻滚故障卫星的空间非合作目标。提出一种具有鲁棒性的外包络抓捕方法及抓捕路径优化方案。外包络抓捕方式能够适用于自由翻滚故障卫星抓捕问题,其特点在于,第一,由抓捕末端执行器构成的抓捕包络可以包络空间目标,约束其运动并最终实现抓捕,因此不需要固定抓捕点;第二,末端执行器构成的抓捕包络,能够约束故障卫星运动,而两者之间的摩擦可以有效消除两者之间的相对运动最终成功抓捕翻滚目标。进一步,针对外包络抓捕方法,提出了一种最小燃料消耗及最小抓捕扰动的机械臂抓捕路径。为验证外包络抓捕方法的有效性,构建旋转立方星抓捕地面实验,并利用数值仿真验证外包络抓捕机械臂最优路径规划,仿真结果验证了所提出方法的有效性。     

平滑重构稀疏贝叶斯学习测向算法

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法：连续平移嵌套阵列和间隔平移嵌套阵列。通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均"无孔",并且测向自由度和阵列稀疏度均大于原二级嵌套阵列。针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法。该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度。算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度。仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习（SMV-SBL）算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类（MUSIC）算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

Area-oriented coordinated trajectory planning of dual-arm space robot for capturing a tumbling target

The growing amount of space debris poses a threat to operational spacecraft and the long-term sustainability of activities in outer space. According to the orbital mechanics, an uncontrolled space object will be tumbling, bringing great challenge to capture and remove it. In this paper, a dual-arm coordinated ‘‘Area-Oriented Capture"(AOC) method is proposed to capture a non-cooperative tumbling target. Firstly, the motion equation of the tumbling target is established, based on which, the dynamic properties are analyzed. Then, the ‘‘Area-Oriented Capture"concept is presented to deal with the problem of large pose(position and attitude) deviation and tumbling motion. An area rather than fixed points/devices is taken as the object to be tracked and captured. As long as the manipulators' end-effectors move to a specified range of the objective areas(not fixed points on the target, but areas), the target satellite will be hugged by the two arms.At last, the proposed method and the traditional method(i.e. fixed-point oriented capture method)are compared and analyzed through simulation. The results show that the proposed method has larger pose tolerance and takes shorter time for capturing a tumbling target.     

Detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target

The rotational motion of a tumbling target brings great challenges to space robot on successfully capturing the tumbling target. Therefore, it is necessary to reduce the target’s rotation to a rate at which capture can be accomplished by the space robot. In this paper, a detumbling strategy based on friction control of dual-arm space robot for capturing tumbling target is proposed. This strategy can reduce the target’s rotational velocity while maintaining base attitude stability through the establishment of the rotation attenuation controller and base attitude adjustment controller. The rotation attenuation controller adopts the multi-space hybrid impedance control method to control the friction precisely. The base attitude adjustment controller applies the dual-arm extended Jacobian matrix to stabilize the base attitude. The main contributions of this paper are as follows: (1) The compliant control method is adopted to achieve a precise friction control, which can reduce the target angular velocity steadily; (2) The dual-arm extended Jacobian matrix is applied to stabilize the base attitude without affecting the target capture task; (3) The detumbling strategy of dual-arm space robot is designed considering base attitude stabilization, realizing coordinated planning of the base attitude and the arms. The strategy is verified by a dual-arm space robot with two 7-DOF (degrees of freedom) arms. Simulation results show that, target with a rotation velocity of 20 (°)/s can be effectively controlled to stop within 30 s, and the final deflection of the base attitude is less than 0.15° without affecting the target capture task, verifying the correctness and effectiveness of the strategy. Except to the tumbling target capture task, the control strategy can also be applied to other typical on-orbit operation tasks such as space debris removal and spacecraft maintenance.     

基于混合规划策略的自由漂浮冗余机械臂减振运动规划(英文)

对自由漂浮柔性冗余机械臂系统的减振运动规划问题进行研究。首先,采用拉格朗日方法建立系统的动力学模型,并给出了减振运动规划的模型。其次,提出一种基于高斯伪谱法与直接打靶法的混合规划策略,用于求解运动规划问题。先利用高斯伪谱法将运动规划问题转化为一个非线性参数优化问题,并用遗传算法确定近似解,随后利用直接打靶法建立优化模型,将得到的近似解作为优化变量的初值,并采用序列二次规划算法求得精确解。最后,对算例进行分析,验证了基于混合规划策略得到的关节运动轨迹能够明显减小柔性臂杆的全局振动以及残余振动。数值计算的结果表明该方法对减振运动规划问题的求解是有效且稳定的。     

空间机器人抓捕目标后的载荷分配

针对多臂空间机器人以软指接触形式抓捕目标后的情形,提出了一种综合考虑摩擦约束及机械臂能力约束的目标期望合外力的载荷分配方法。首先,建立空间机器人系统与目标的动力学方程,作为载荷分配问题的基础。然后,在地面机器人相关研究的基础上,建立机械臂末端与目标表面的软指接触模型,并建立二者之间的运动约束关系。为简化优化计算,将摩擦锥约束线性化,并建立考虑关节扭矩限制的机械臂能力约束,从而将抓捕力优化的非线性规划问题转化为线性规划问题。最后,采用双臂空间机器人模型进行数值仿真,表明所提方法针对目标各种形式运动进行载荷分配的有效性。     

空间翻滚非合作目标消旋技术发展综述

大量残存太空的空间垃圾对在轨运行航天器的安全构成严重威胁,对其进行主动移除已迫在眉睫。火箭末级、失效卫星等非合作目标已失去姿态调整能力,且长期在失控状态下运行,受太阳光压、重力梯度等摄动力矩及失效前自身残余角动量等因素的影响往往会出现翻滚运动。对翻滚非合作目标直接捕获存在碰撞风险,为降低风险系数采取消旋后再捕获是较为合适的方式。在对火箭末级、失效卫星等典型非合作目标运动形式及消旋过程进行分析的基础上,综述了目前国内外所提出的接触式及非接触式消旋方法,并对非合作目标翻滚运动测量及动力学参数辨识和消旋控制这两项消旋共性关键技术进行了归纳总结。本综述将为中国空间碎片主动清除技术的发展提供有益参考。     

A high-fidelity design methodology using LES-based simulation and POD-based emulation: A case study of swirl injectors

Engineering design is undergoing a paradigm shift from design for performance to design for affordability, operability, and durability, seeking multi-objective optimization. To facilitate this transformation, significantly extended design freedom and knowledge must be available in the early design stages. This paper presents a high-fidelity framework for design and optimization of the liquid swirl injectors that are widely used in aerospace propulsion and power-generation systems. The framework assembles a set of techniques, including Design Of Experiment (DOE), high-fidelity Large Eddy Simulations (LES), machine learning, Proper Orthogonal Decomposition (POD)-based Kriging surrogate modeling (emulation), inverse problem optimization, and uncertainty quantification. LES-based simulations can reveal detailed spatiotemporal evolution of flow structures and flame dynamics in a high-fidelity manner, and identify important injector design parameters according to their effects on propellant mixing, flame stabilization, and thermal protection. For a given a space of design parameters, DOE determines the number of design points to perform LES-based simulations. POD-based emulations, trained by the LES database, can effectively explore the design space and deduce an optimal group of design parameters in a turn-around time that is reduced by three orders of magnitude. The accuracy of the emulated results is validated, and the uncertainty of prediction is quantified. The proposed design methodology is expected to profoundly extend the knowledge base and reduce the cost for initial design stages.     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强，单一寻的制导方式很难完成对目标的稳定跟踪和精确打击，需采用多种探测器作为传感器，提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型，利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题，避免了求解复杂的雅克比矩阵。对于分布式多传感器融合，传统的方法多采用协方差交叉（CI）融合方法，但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程，且计算量小。在此基础上，提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后，对算法进行了仿真分析，并进一步验证了提出算法的有效性。     

Optimization of observer trajectories for bearings-only targetlocalization

The problem of bearings-only target localization is to estimate the location of a fixed target from a sequence of noisy bearing measurements. Although, in theory, this process is observable even without an observer maneuver, estimation performance (i.e., accuracy, stability and convergence rate) can be greatly enhanced by properly exploiting observer motion to increase observability. This work addresses the optimization of observer trajectories for bearings-only fixed-target localization. The approach presented herein is based on maximizing the determinant of the Fisher information matrix (FIM), subject to state constraints imposed on the observer trajectory (e.g., by the target defense system). Direct optimal control numerical schemes, including the recently introduced differential inclusion (DI) method, are used to solve the resulting optimal control problem. Computer simulations, utilizing the familiar Stansfield and maximum likelihood (ML) estimators, demonstrate the enhancement to target position estimability using the optimal observer trajectories     

基于机载单天线雷达一维距离数据的地表三维信息优化重建方法

陆地的刚体表面在机载雷达的任意相对运动下具有几何不变性,基于此约束可利用雷达距离像中提取出的地面多个强散射点的一维距离数据,重建出地表的三维信息以及载机未知的运动轨迹.鉴于现有基于雷达远场假设的重建方法无法适用于具有较大近场误差的地面目标重建的问题,提出一种基于雷达近场几何模型的优化重建方法,采用非线性优化方法实现了对...     

An efficient aerodynamic shape optimization of blended wing body UAV using multi-fidelity models

This paper presents a novel optimization technique for an efficient multi-fidelity model building approach to reduce computational costs for handling aerodynamic shape optimization based on high-fidelity simulation models. The wing aerodynamic shape optimization problem is solved by dividing optimization into three steps—modeling 3D(high-fidelity) and 2D(lowfidelity) models, building global meta-models from prominent instead of all variables, and determining robust optimizing shape associated with tuning local meta-models. The adaptive robust design optimization aims to modify the shape optimization process. The sufficient infilling strategy—known as adaptive uniform infilling strategy—determines search space dimensions based on the last optimization results or initial point. Following this, 3D model simulations are used to tune local meta-models. Finally, the global optimization gradient-based method—Adaptive Filter Sequential Quadratic Programing(AFSQP) is utilized to search the neighborhood for a probable optimum point. The effectiveness of the proposed method is investigated by applying it, along with conventional optimization approach-based meta-models, to a Blended Wing Body(BWB) Unmanned Aerial Vehicle(UAV). The drag coefficient is defined as the objective function, which is subjected to minimum lift coefficient bounds and stability constraints. The simulation results indicate improvement in meta-model accuracy and reduction in computational time of the method introduced in this paper.