低马赫数下多凹腔燃烧室非稳态燃烧过程

作为稳定火焰的有效手段之一,凹腔构型在冲压发动机燃烧室研究中占有重要地位。在对以煤油为燃料的多凹腔燃烧室冷/热态流动特性分析的基础上,重点研究低进口马赫数条件下燃烧室点火起动初期非稳态过程。结果表明：上游凹腔内大涡结构有助于提高燃料的驻留时间,未燃混气被高速主流带入下游凹腔内继续反应,进一步提高燃烧效率;燃油喷射速度决定被卷吸进回流区的燃油质量分数的大小,进而影响燃烧效率高低;燃烧室点火起动初期出现了主流熄火、火焰逆流传播以及主流再着火等复杂现象,火焰逆流传播现象是在上游凹腔内燃料自燃与下游燃烧释热压缩来流两种机制共同作用下完成的。     

轻质复合材料发射箱盖结构设计与参数优化

 针对国内现阶段复合材料发射箱盖研制领域中所存在的一些缺陷,通过设计一种方形轻质复合材料发射箱盖结构提出解决方案。首先提出了结构中薄弱区与抛出部分的初步设计方案;然后对导弹发射时燃气流冲击箱盖过程进行了瞬态数值模拟,并根据数值模拟结果对箱盖结构参数进行了优化;最后针对优化结构冲破过程进行了数值模拟,结果表明,按优化后方案设计的箱盖结构既能实现结构的轻质化,又能在开盖过程中保证较好的冲破性能。     

表面热流可辨识性初步分析

表面热流的可辨识性分析可用于飞行器防热层内温度测量精度和测温点位置的确定,在工程上有较强的实用意义。从无量纲分析和仿真辨识出发,根据防热层材料热物性系数、测点位置、表面热流的频域特性等参数对表面热流辨识结果的影响规律,总结出了表面热流辨识问题的相似参数：基于表面热流频率参数的傅立叶数。此后,以这一傅立叶数为判据,针对不同测量误差值的情况初步建立起了表面热流可辨识性的准则和分析方法。     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

基于DDPG-PID的机器人动态目标跟踪与避障控制研究

针对机器人在动态复杂环境下的操作问题,研究机械臂跟踪运动目标及避障的运动控制方法。采用传统PID控制方法与DDPG强化学习算法相结合的方式,利用PID控制使得机械臂的工作平面快速接近目标物并与之重合,再使用DDPG算法让机械臂在平面内自主学习追踪目标物投影同时避开障碍物投影,最终在三维空间中实现跟踪与避障。该方法将机械臂作为一个智能体,智能体通过感知目标物和障碍物的距离偏差来自主学习避障跟踪策略。将本方法用于多自由度机械臂路径规划与避障任务中,对比单纯使用DDPG算法将机械臂作为智能体在空间中进行决策控制,仿真结果显示本文所提出的方法收敛效果和控制性能更好,机械臂能在训练后实现目标物的稳定跟踪和障碍物的躲避。     

电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。      

空间核电源系统整流装置设计

为满足我国未来深空探测、星表基地等空间任务电源系统的需求,针对空间核电源系统,为解决高压高频输入导致高谐波输出的问题,本文提出了利用12脉波整流器来实现交直流变换。在本文的拓扑结构中,重点研究三相三绕组隔离型变压器、三抽头平衡电抗器及LLC谐振变换器的参数设计。通过三相三绕组隔离型变压器产生30°相位差的两组电压,进而产生12脉波,三抽头平衡电抗器可以改善输出侧的电能质量。本文利用LLC谐振电路实现隔离降压,使输出更稳定,并采用Matlab中的Simulink对提出的拓扑进行仿真验证。验证成功后,对整流装置硬件进行搭建,实现了空间核电源系统整流装置的设计。结果表明:该拓扑不仅可以达到稳定的直流输出,而且具有高功率因数校正的特点。     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.      

航天器近距编队轨道动力学模型及仿真

针对目前航天器近距编队长期飞行中存在的HCW模型精确度不够的问题,提出了利用平均轨道根数线性微分漂移率预测J_2摄动下航天器近距编队相对运动的方法,建立了一种新的航天器近距编队轨道动力学模型.仿真结果表明,解析模型计算得到的相对运动轨道和不考虑J_2摄动影响的相对运动轨道相比,解析模型运算时间很短,精度提高约50%(10个轨道周期之后),证明了模型的有效性和快速性,适合在线运行,同时给出了解析模型的适用范围.     

专用锥度校准装置的结构设计

介绍了《专用锥度校准装置》的结构设计,通过对重要变形部件——立柱和上顶尖支架进行有限元分析,并结合各项误差的分析计算,改进了设计结果,使关键部件的刚度值满足了系统整体设计要求。