Stacked-GRU网络在动力随动陀螺零部件选配上的应用

动力随动陀螺是红外导引头位标器的核心部件之一，其装配质量对于导弹制导精度而言有着决定性的作用。针对动力随动陀螺零部件一次选配成功率低的问题，提出了一种基于数据驱动的动力随动陀螺零部件选配方法。对动力随动陀螺零部件装配现状进行了分析，考虑到零部件装配参数间复杂的非线性映射关系，建立了堆叠门控循环单元（Stacked-GRU）网络数据驱动模型，对陀螺待装配零部件参数属性值进行了预测。根据预测结果指导了陀螺零部件的选配，并以陀螺典型零部件装配为例进行了验证。实验结果表明，所提方法能够实现动力随动陀螺零部件的选配，且预测精度优于传统神经网络。     

基于线性最小均方差估计的星敏感器故障诊断

针对使用两个星敏感器进行姿态测量的三轴稳定控制系统,利用星敏感器输出值与陀螺输出值的解析冗余关系,通过设计两个滤波器实现对不同星敏感器的故障隔离.考虑到陀螺测量噪声以乘性噪声的形式出现在姿态运动学方程中,利用陀螺输出测量值和目标星敏感器的测量值,采用线性最小均方差估计器得到包含目标星敏感器故障信息的残差; 以无故障情况下残差的统计方差为基础得到阈值,通过检验残差评价值是否超过相应的阈值,实现对目标星敏感器故障的检测; 分别将两个星敏感器作为目标星敏感器,综合两个故障检测结果隔离故障.对星敏感器出现测量偏差和精度逐渐下降两种故障的仿真验证了该方法的有效性.     

基于模态测试数据的阻尼矩阵与陀螺矩阵的修正

提出了一种基于不完备复模态测量数据修正阻尼陀螺系统有限元模型的有效数值方法。在假定分析质量矩阵与刚度矩阵是精确的情况下,通过求解一个约束最优化问题,得到了满足特征方程的加权Frobenius范数意义下的最优修正矩阵。     

位标器陀螺的动平衡问题

本文叙述了具有阿基米德螺旋线图案位标器的基本结构原理及其运动规律。同时,还介绍了这种陀螺转子振动与“绕动”的平衡原理与方法。     

基于观测器的平台无陀螺姿态复合控制

针对超静卫星星体平台无陀螺、载荷敏感器与星体平台执行机构非共基准安装时整星存在姿态异位控制问题,提出了一种基于观测器估计星体平台姿态的复合控制方法。首先,建立星体平台/Stewart平台/载荷的动力学模型,并获得Stewart平台作动器关节空间的等效动力学模型。针对关节空间等效模型,设计super twisting观测器,以作动器平动位移为输入,以载荷和星体平台之间的相对姿态和角速度为输出,实现星体平台姿态和角速度估计。其次,以载荷测量姿态信息为输入,设计Stewart作动器的积分滑模控制律,实现载荷高精度指向控制。以观测器估计的星体平台姿态信息为输入,设计星体平台控制器实现星体平台的稳定控制。Lyapunov稳定性分析表明所设计的观测器和控制器能够保证闭环系统渐近稳定。数学仿真结果表明：在星体平台有陀螺时,载荷能够实现0.1″指向精度;在星体平台无陀螺时,采用观测器估计星体平台姿态并进行控制,载荷亦可实现0.1″指向精度。     

位标器陀螺转轴静平衡测试系统设计

为了对位标器陀螺转轴的静不平衡量及其分布的角位置进行测试,研制了一种位标器陀螺转轴静平衡测试系统.该系统通过调整夹具的方向使得位标器的被测轴与转台水平轴平行安装,测控系统驱动转台依次转至预先设定的36个锁定角位置处,在每个锁定角位置处,由伺服控制信号锁定位标器的两个轴后,驱动另外一个被测轴进行正弦小角度转动,通过对被测轴驱动电流测量量的多周期积分就可以得出被测轴此时的静不平衡力矩.转台顺次转过一周后,通过对被测轴所测36个静不平衡力矩及转台锁定角度的最小二乘拟合,可以确定出被测轴的静不平衡量大小及其分布的角位置.最后进行了加载实验及其重复性测试实验,结果表明该测试系统重复测量的静不平衡量测试精度能达到±0.25 mN·m,角位置测试精度能达到±2°,具有较高的测试精度.      

航天器设备动力学分析模型简化方法与应用

针对航天器设备因构成复杂引起的动力学分析模型建模困难问题,提出一种基于拓扑优化技术的有限元模型简化方法,以设备实测质量特性为约束条件,通过拓扑优化方法确定设备有限元模型可行设计空间中的材料分布,实现对结构刚度性能的模拟,获得满足动力学特性分析需要的简化的设备有限元模型。应用该方法创建了某星敏感器简化有限元模型,得到的星敏感器简化模型与产品实际质量、质心位置和转动惯量特性基本一致,并且前两阶频率分析值与试验值之间最大偏差约为30%。将该简化模型应用于其支撑结构的动态响应性能评估,两者组合体固有频率及加速度响应趋势的分析数据在450Hz以下的频率范围内与试验数据吻合较好,固有频率最大偏差约为39%。星敏感器简化模型的应用验证了基于拓扑优化技术的有限元模型简化建模方法的可行性,为航天器上复杂设备动力学分析有限元模型的简化建模提供了一种新的解决途径。     

故障预测算法稳定性实时评估方法

针对现有故障预测算法性能评估指标受实际剩余使用寿命约束的问题,从稳定性角度提出一种评估算法性能的方法。通过研究对象系统健康退化过程,在对象系统实际剩余使用寿命未知情况下,利用可以实时获得的剩余使用寿命预测值和已消耗寿命值,通过计算虚构寿命值的变异系数指标来客观评估故障预测算法的性能。为了验证所提方法的有效性,结合机电作动器故障演化模型仿真生成数据对递归最小二乘和粒子滤波两种故障预测算法的稳定性进行了实时评价。仿真结果表明,所提方法与运用已有指标、在获知剩余使用寿命理想值前提下得出的评估结果保持一致。     

基于UDKF的非共面陀螺在轨自主标定方法

针对非正交安装陀螺组件在轨标定问题，对已飞行应用的正交安装陀螺组件在轨标定方法进行改进，提出非共面安装陀螺组件在轨自主标定方法。首先建立非共面陀螺定姿误差模型，然后设计UD分解卡尔曼滤波器，用星敏和陀螺测量在轨直接估计陀螺常值漂移，间接估计陀螺安装误差和刻度因子误差。设计滤波器时，为实现测量更新序贯处理，给出测量噪声解耦方法。滤波器确定后，利用模值条件，给出从间接估计求解安装误差和刻度因子误差的精确公式。为说明方法的通用性，通过公式推导证明原方法是本方法的特例。为指导标定姿态机动设计，基于可观性分析给出简洁的系统可观的角速度组合条件。最后,数学仿真结果表明本方法有效，陀螺安装误差标定精度优于0.01°。     

一种新型陀螺的力矩器非圆性误差补偿方法

为提高磁悬浮控制敏感陀螺（MSCSG）对陀螺载体姿态的敏感精度,基于其洛伦兹力磁轴承（LFMB）的设计结构,提出了一种力矩器非圆性误差补偿方法。首先,针对一种新型双球形包络面转子MSCSG,介绍了MSCSG的结构特点与陀螺载体姿态角速度敏感原理,并分别建立了MSCSG力矩器半径误差模型、转子偏转干扰力矩模型与陀螺载体姿态角速度敏感误差模型。其次,通过实验测量了力矩器的圆度,通过MATLAB进行数据拟合得到了力矩器的非圆特性,采用勒让德多项式级数对力矩器非圆性进行了描述,并有效补偿了因力矩器非圆性误差导致的姿态角速度敏感误差。最后,对误差补偿效果进行了仿真验证,结果表明该补偿方法使陀螺载体姿态角速度敏感误差降低了83.5%。此外,本文方法还可以解决LFMB陀螺的相关共性问题。      

LSTM神经网络在太阳F10.7射电流量中期预报中的应用

F_10.7指数作为大气密度经验模型的重要输入参量，其预报精度直接影响航天器轨道预报精度.研究发现，太阳活动表现出长时间尺度上平均11年和中短时间尺度平均27天的周期性变化特征.依据这一观测事实，基于长短期记忆单元（Long Short-term Memory，LSTM）递归神经网络方法进行F_10.7指数未来27天的中期预报.利用一个连续长时段F_10.7数据作为训练数据，构建LSTM神经网络训练和预测模型，分别预测太阳活动高低年未来27天的F_10.7指数.结果表明，太阳活动高年的第27天F_10.7指数预报平均相对误差最优可达10%以内，低年最优可达2%以内.      

多源数据融合的民航发动机修后性能预测

针对民航发动机修后排气温度裕度预测过程中的多源异构数据融合问题,提出了卷积自编码器与极端梯度提升模型结合的方法。利用所提出的条件熵增长因子规整发动机修前多元传感器参数序列中的参数排序,采用卷积自编码器提取规整后的参数序列和维修工作范围的数据特征,并将其与发动机使用时间信息组成合成特征以训练极端梯度提升模型,从而预测发动机修后性能并评估各影响因素的重要程度。经发动机机队维修案例验证,所提方法预测精度高于单维参数序列预测方法,对发动机修后排气温度的平均相对预测误差不高于8.3%。      

基于退化数据与故障数据的导弹竞争故障预测

针对具有多元退化量的导弹竞争故障预测问题,分析了导弹退化特性,并在考虑突发故障与退化故障相关性的基础上,建立了具有多元退化量的导弹竞争故障预测模型。对导弹性能退化数据与突发故障数据进行统计推断,确定了数据的分布类型,在此基础上对竞争故障预测模型的参数进行了求解。针对导弹性能退化数据分布参数存在非线性、小样本等问题,运用最小二乘支持向量机(LS-SVM)预测模型对性能退化数据的分布参数进行了预测,得到了性能退化数据未来某一时刻的分布函数;针对退化量与突发故障的相关性,应用位置-尺度模型分析了退化量与突发故障的关系,得出了突发故障与退化量的相关参数,进而根据导弹竞争故障预测模型得到了导弹未来一段时间内的竞争故障概率。以贮存状态下的整批导弹为例,实现了导弹竞争故障预测,并与其他预测方法进行了对比,结果验证了方法的合理性与有效性。      

面向装备RUL预测的平行仿真技术

装备平行仿真是系统建模与仿真领域的新兴仿真技术,已经成为研究热点。在装备维修保障领域中,分析了装备剩余寿命（RUL）预测存在的突出问题,即模型参数固定、不具备自适应演化能力,成为阻碍实现装备剩余寿命自适应预测的首要因素。结合装备平行仿真理论,在建模分析的基础上提出了面向装备剩余寿命预测的平行仿真框架,该框架以Wiener状态空间模型为基础仿真模型,在动态注入的装备退化观测数据驱动下,利用期望最大化（EM）算法在线更新模型参数,并利用卡尔曼滤波（KF）算法实现仿真输出数据与观测数据的同化（DA）,从而实现仿真模型动态演化,使得仿真输出不断逼近装备真实退化状态,为准确预测剩余寿命提供高逼真度仿真模型和数据输出。以某轴承性能退化数据为数据驱动源,对该框架进行了验证,仿真结果表明平行仿真方法能准确仿真装备性能退化过程,在提高预测精度的基础上实现了装备剩余寿命的自适应预测,有力证明了平行仿真方法的可行性和有效性。      

基于在线约束限制的飞行器预测校正制导

针对传统预测校正算法在再入过程中弹道性能与约束无法保障等问题,提出了一种基于倾侧角参数化的离线弹道优化与在线预测校正相结合的再入制导方法。基于平衡滑翔条件对过程约束进行分析,并证明了倾侧角剖面对射程的单调性。离线部分通过控制量参数化(CVP)方法构建控制模型,并使用序列二次规划(SQP)方法对弹道进行优化,从而大幅度提高弹道性能。在线部分利用Gauss-Newton法实时对弹道进行迭代求解,得出满足终端约束的倾侧角剖面,引导飞行器平稳、精确地飞向末端能量段并满足射程约束,Gauss-Newton法求解弹道具有收敛速度快、精度高的特点。针对高升阻比飞行器导致平衡滑翔条件难以成立以及飞行过程中的强干扰使约束超出的问题,提出了一种约束限制方法,对再入时的过程约束进行了有效的保障。仿真结果表明,本文方法对投放偏差、飞行器参数与大气模型等不确定因素具有良好的鲁棒性,对弹道性能的保障具有工程应用价值。     

基于本征正交分解的平流层风场建模与预测

平流层风场环境对临近空间低动态飞行器设计和轨迹控制具有重要影响。针对平流层风场建模,提出一种基于本征正交分解(POD)的风场数据降阶方法,在此基础上,提出一种可以对平流层风场进行预测的Fourier模型。以长沙地区2005—2009年风场为例,采用提出的POD方法与Fourier预测模型对风场进行建模与预测,并对Fourier预测精度进行分析。研究结果表明,采用POD方法可以对东西方向风场进行高效率高精度降阶建模;通过Fourier预测模型可以对东西方向风场进行准确预测,预测精度与实际风场随时间变化的规律性有关,风场数据越紧凑,周期性越明显,预测精度越高。      

基于蒙特卡罗频率法的葡萄籽总酚含量高光谱测量变量选择

在利用高光谱建立葡萄籽总酚含量的预测模型中,为解决变量过多、模型复杂度高等问题,需依据光谱特点进行有效地数据降维。提出了一种蒙特卡罗频率法（MCF）对高光谱数据进行波长选择,并建立了葡萄籽总酚的支持向量回归（SVR）预测模型。该方法首先采用蒙特卡罗采样（MCS）选择波长子集;然后建立大量SVR子模型,并选出均方根误差（RMSE）较小的子模型,统计每个波长出现的频次;最后根据指数递减函数确定波长个数,选取频次最高的波长子集作为特征波长。结果表明,采用MCF可以在降维的同时提高模型的预测性能,波长数目由原始的196个减少到9个,波长范围均在950~1 400 nm,RMSE值从0.42减少到0.37,预测精度优于SPA等其他波长选择方法。因此,提出的基于MCF在高光谱数据处理中能有效选择特征波长,为准确建立预测模型提供了一种有效的方法。