内装式空射运载火箭重力出舱机箭耦合动力学分析

研究了以运输机为平台的内装式运载火箭空射过程载机和火箭的耦合动力学建模。建模针对两个阶段：第一阶段，火箭固定于载机机舱内，两者构成一个整体，按照普通刚体的力学方法处理；第二阶段，火箭解锁后，沿着舱内的发射筒向外滑行，载机和火箭形成两刚体相互作用的耦合系统，基于牛顿-欧拉法建立系统动力学模型。载机在空射火箭过程中，油门和升降舵满偏，在加速前飞的同时拉大姿态俯仰角，火箭在自身重力分量和惯性力的作用下，沿着机舱内的发射筒加速向外滑行，直至与载机分离。数值仿真分析了空射过程载机的重要力学参数的变化过程，验证了载机操控策略的可行性和安全性，可为未来中国空射运载火箭技术设计提供数据参考。     

电磁力作用下槽道流速度响应的放大机理

在电解质溶液中,电磁场产生的电磁力可以控制流体的运动,从而达到很好的减阻、增升、减振等效果。但由于所施加的电磁力较大,导致控制效率很低,因此以较小的电磁力诱导出大的流动响应成为提高流动控制效率的关键。以层流槽道流动作为研究对象,在槽道的下壁面施加沿展向余弦分布的展向电磁力,推导了线性条件下流向响应速度的解析解,并通过直接数值模拟对非线性条件下的响应进行了计算。结合解析解和数值解,揭示了流场中速度响应的放大机制,讨论了电磁力和流场参数对响应放大效果的影响。结果表明:当振幅较小时,速度响应处于线性范围内,其放大倍数与Re~2成正比,随着渗透深度的增大,先迅速增大后缓慢减小;随着展向波数Kz的增大单调减小。随着振幅的增大,放大倍数进入非线性范围,其值逐渐减小,但速度响应值先增大后减小。在振幅处于10~(-3)～10~(-2)量级时,速度响应可达到的最大值超过0.2,此时的放大倍数在102量级。因此,利用流场的放大效应,是实现高效流动控制的重要环节。     

航天器多通道近场无线能量传输系统设计

针对航天领域空间交会对接、航天器配电、在轨服务与维护等领域对无缆化的需求，提出了多通道近场无线能量传输系统，建立了多通道磁耦合近场无线能量传输系统数学模型，分析了影响系统传输效率的重要参数，并对关键参数对系统效率的影响进行了仿真分析。通过线圈高效耦合设计，实现了多通道近场无线能量传输系统的效率最优。所提系统解决了能量的无线传输，并实现多负载接收的问题。通过一台1 000 W多通道近场无线能量传输样机进行了实验研究，结果表明，所提多通道近场无线能量传输装置具有传输效率高的特点，解决了航天器无线能量传输的多负载问题。      

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

CFRP反射器型面主动控制和作动器位置优化

研究了运用压电陶瓷作动器对碳纤维增强复合材料（CFRP）格栅反射器的型面主动控制。首先，采用了一种具有独立电压自由度的梁单元，以及考虑高阶剪切变形的板单元，对主控格栅反射器进行有限元建模；运用能量变分哈密尔顿原理推导了主控格栅反射器的有限元控制方程，并给出了反射面型面残余均方根（RMS）误差最小的电压最优控制方法。然后，研究了在典型载荷下，反射面残余RMS误差最小的PZT作动器位置分布的优化配置问题；提出了一种将遗传算法和梯度投影方法相结合的改进优化方法，用来求出在限定作动器数量的条件下，作动器几何位置的优化配置，使控制后反射面的残余RMS误差最小；给出的数值算例验证了方法的正确性和有效性。最后，研制了格栅反射器型面主动控制的实验样机，针对反射器的初始制造误差进行了型面主动控制，验证了控制方法的可行性和有效性。     

基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

弱引力下小行星动量驱动机器人的可控跳跃行为

以小行星表面着陆探测为背景,提出一种动量驱动机器人(MoRo)以满足弱引力复杂环境下的探测需求。该机器人利用弱引力环境下的摩擦和碰撞特性,通过主动辨识环境参数,规划和控制动量轮以产生期望的驱动力矩,完成可控性跳跃及腾空后的稳定拍照等任务。首先,基于MoRo的动量轮刹车机构特性,分析了MoRo在弱引力环境下的跳跃机理并对其跳跃方式进行了规划;接着考虑动量轮驱动机构三闭环伺服系统的非线性特性,基于Herze碰撞模型和Karnopp摩擦模型建立了MoRo在小行星表面的跳跃行为动力学模型;其次,使用机器学习算法建立环境参数和MoRo运动的函数关系,并基于环境参数规划动量轮转速实现跳跃距离和腾空高度的可控。最后,通过数值仿真校验了MoRo跳跃规划方法和控制方法的可行性。     

椭圆轨道卫星对地全球覆盖电推进控制

针对椭圆轨道卫星近/远地点的星下点对全球或特定纬度区域的访问问题，提出一种连续小推力下的对地覆盖控制策略。首先，推导了自然摄动对卫星拱线变化的影响，并探讨了进行小推力覆盖控制的必要性。然后，针对燃料消耗的优化问题，将控制方程展开成含傅里叶级数的形式，用以获得便于星上计算的解析形式的次优解，同时探讨了截取阶数与优化程度的关系。在进行拱线控制的同时，通过合理设置约束，对椭圆轨道的近地点高度进行保护，确保卫星安全运行。仿真结果表明，提出的方法能够以适当的燃料消耗代价实现椭圆轨道的近/远地点的全球覆盖控制或特定纬度区域的反复推扫，且控制力在可接受的范围内。