基于UKF的微小卫星姿态确定方法研究

围绕某日-地空间环境组网探测系统中三轴稳定微小卫星定姿分系统的设计需求,基于陀螺、太阳敏感器、磁强计和星敏感器4种敏感器,研究了微小卫星在速率阻尼模式、太阳捕获模式、对日对地定向及维持模式、试验模式下的系统建模方法,以及基于Unscented卡尔曼滤波(UKF)的组合定姿方法。数值仿真结果表明,本文定姿方法的姿态确定精度满足该系统中三轴稳定微小卫星在轨运行的定姿精度要求,为该微小卫星半物理仿真系统的研究及其在轨运行时的姿态确定提供了依据。     

大尺寸薄壁钛合金筒体结构的离心精密铸造

采用离心精密铸造方法,初步研究了铸造大尺寸薄壁钛合金筒体(直径660 mm,高750 mm,壁厚4 mm)的可行性。结果表明:离心转速较小时,Ti-6Al-4V筒体无法完整充型,而较大的转速可实现完整充型。对于完整充型的筒体,其内部疏松缺陷数量随转速提高而减少。对于给定转速和具有均匀温度场的型壳,筒体中疏松缺陷数量随熔液路径增长而增加。采用Y2O3面层型壳可获得无α壳层的表面质量良好的精密铸件,其内部疏松可通过热等静压消除。铸件的晶粒度随铸件截面厚度变化改变较大,需通过微合金化和后续热处理等措施加以调整。     

基于相似理论的月球车月面牵引性能预测

引入相似理论对月球车的轮土交互系统进行研究,建立了月壤-车轮交互系统的地面力学相似模型,针对原位月壤内聚力较小的特点,提出了一种无需改变车轮尺寸、以模拟月壤为土壤介质的模型试验方法,对月面重力环境下月球车轮的牵引性能进行预测.利用室内土槽试验和颗粒流仿真相结合的方法对该模型试验方法的有效性进行验证,验证结果与模型试验的理论分析结果较为接近,表明该法具有较好的可行性和有效性,可考虑用于预测月球车的月面牵引性能.     

“嫦娥二号”卫星L2点角动量管理

对“嫦娥二号”(CE-2)卫星进入环绕日地拉格朗日L2点的李萨如轨道后卫星喷气卸载所产生的影响进行了研究.提出了一种利用光压力矩辅助卫星太阳电池翼角度调整进行角动量管理的方法.在轨试验表明,太阳光压强度足够对飞行在L2点环绕轨道上的CE-2卫星进行角动量管理,可以大幅度减少动量轮在轨喷气卸载的次数,有利于CE-2卫星的轨道维持.     

绳驱动拟人臂机器人的动力学建模及张力分析

与传统的机械臂相比,绳驱动拟人臂机器人采用串并混联的结构形式,模拟了人手臂肌肉的并联驱动方式,但是,绳索的引入也增加了动力学分析的难度.将绳驱动拟人臂机器人视为基座、大臂、小臂和末端四连杆串联机构,采用迭代牛顿-欧拉法建立动力学方程的递推形式,考虑绳驱动的冗余特性和绳索的单方向受力性,提出基于动态最小预紧力的张力分配算法,求解出各绳索的驱动力.与未进行张力分配的方法及基于静态最小预紧力的方法相比,所提出的算法可使各绳索驱动力根据动态最小预紧力进行实时调节,满足了不同工作条件下机构的刚度要求.     

多星敏感器测量最优姿态估计算法

多数利用星敏感器加陀螺组合的姿态确定方法中,由于星敏感器精度较高,使得系统定姿的精度比较高.然而,姿态确定的算法因观测模型和误差处理不当,导致滤波器观测修正能力下降,从而不能有效地估计陀螺的漂移误差.提出了基于星敏感器观测姿态角的误差建模,研究了多星敏感器组合的最优安装构型和观测融合方法.利用加权最小二乘法对观测数据的预处理,使观测方程定常化.再利用陀螺加星敏感器组合的扩展Kalman滤波(EKF,Extended Kalman Filtering)对航天器姿态和陀螺漂移进行估计.仿真结果表明,提出的多星敏感器最优组合的滤波方法能够有效精确地估计卫星三轴姿态和陀螺漂移,且该方法计算量小,有利于卫星定姿系统的在轨自主运行.     

基于涂层传感器的金属结构疲劳裂纹监测

针对飞机金属结构在服役过程中的裂纹扩展实时监测需求,提出一种现代表面技术与电位法原理相结合的疲劳裂纹监测研究方案.在结构易出现裂纹的热点部位制备了一种具有绝缘隔离层、导电传感层和封装保护层3层结构的裂纹监测涂层传感器.然后进行了疲劳裂纹监测试验,结果表明:通过分析涂层传感器电阻(电位)的变化可以实现对2A12-T4铝合金连接结构多个部位的裂纹同时进行有效监测.此外,还对表面制备涂层传感器的试样与原始试样的疲劳特性进行了对比研究.结果表明:应用现代表面技术在2A12-T4铝合金表面制备涂层传感器,对其疲劳性影响甚微.     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。     

飞机舱门锁机构多失效模式可靠性分析方法

如何提高飞机舱门锁机构关闭系统的可靠性计算效率,减少计算时间,降低舱门故障率是亟待解决的 问题。选取某型飞机舱门锁机构为研究对象,通过 LMS建立飞机舱门锁机构仿真模型,研究锁机构关闭过程 中最大液压力失效和关锁时间失效模式的影响因素,考虑两种失效模式之间的相关性,基于重要抽样法和 B-P 神经网络方法,计算飞机舱门锁机构多失效模式下的可靠性;将这两种方法仿真计算结果与传统蒙特卡罗方法 计算结果进行对比,结果表明:以上两种计算飞机舱门锁机构可靠性的方法是合理的,其误差范围均在3%以 内,且两种方法的计算效率相较于传统方法均有所提高;其中,B-P神经网络方法比重要抽样法计算精度和效 率更高,更适用于研究飞机舱门锁机构的可靠性问题。