低成本多小天体并行交会技术

小天体资源开发方兴未艾,为降低开发风险和成本,需要发射无人探测器交会观测多个待选目标小天体。传统多目标探测方案存在无法多次交会、成本高,周期长等不足。提出的低成本多小天体并行交会技术,能够对多小天体探测任务进行解耦,实现基于微纳飞行器的低成本多目标并行交会勘查,从而降低探测成本,缩短探测周期。该技术结合行星借力与不变流形机制构建了低能量星际转移方案。然后引入扰动流形思想,使微纳飞行器能够实现与目标小天体的快速交会。进一步,提出了一种多目标小天体探测全局搜索方法,该方法基于在日地halo轨道上停泊的微纳飞行器集群,逐次确定小天体探测目标,并利用上述方法完成了多微纳飞行器与多小天体的交会。数值仿真结果表明,该方案能够大幅度降低转移过程的燃料消耗,并缩短转移时间。     

基于星体边缘和轨道投影的光学自主导航算法

针对光学导航中存在的通过星体（球体）图像部分边缘点拟合椭圆参数计算轨道参数产生中间误差的问题,提出利用边缘点映射轨道参数的直接投影模型,避免拟合椭圆参数的方法。在小孔成像模型基础上,建立了边缘点与轨道参数的直接投影数学模型,对其映射过程进行了理论推导,利用列文伯格-马夸尔特迭代算法进行求解轨道参数。用实际探测器以及镜头参数进行数值仿真验证,结果表明：该方法在相同边缘点的条件下,轨道精度可以达到5‰。与传统方法相比,这种方法避免了椭圆的拟合过程,减少了引入中间误差过程。     

基于光纤耦合金刚石NV色心系综磁强计的电路诊断方法

为考查应用新型磁强计——金刚石氮空穴(nitrogen-vacancy,NV)色心系综磁强计进行电路诊断的可行性和可靠性,从金刚石NV色心系综磁强计的基本原理出发,搭建了一套光纤耦合金刚石NV色心系综磁强计测试实验系统,将探头紧贴于电路导线外壳,通过测量磁强计处磁场信号的变化实现对电路的诊断.实验结果表明,金刚石NV色...     

基于视觉注意力分配的飞机驾驶舱人机界面布局优化

以优化飞机驾驶舱人机界面布局设计为目的,提出了一种基于飞行员视觉注意力分配的布局优化模型。首先分析了计算机辅助三维交互应用软件(Computer aided three-dimensional interactive application,CATIA)中的可视域分析模块,给出不同视野区域的可视性等级,并对驾驶舱人机界面所在的视野范围进行栅格化处理;然后用G1法分析人机界面上各个设备的重要程度,并给予定量赋值;最后建立以飞机驾驶舱人机界面布局的视觉注意分配达到最优为目标函数的优化模型,并引入带有惯性权重的粒子群算法进行模型的求解。利用飞机模拟驾驶舱的人机界面布局为例,进行模型验证,结果表明该模型具有一定的可行性。     

铝合金复杂箱体类铸件成型研究

针对具有典型复杂结构的某型号箱体,设计了顶注式浇注方案、底注式浇注方案和缝隙式浇注方案,采用常压砂型铸造进行试验。铸件试验结果表明,缝隙式浇注辅以冷铁、冒口的铸造方案可有效防止缩孔缩松、气孔和欠铸等铸造缺陷,提高铸件质量。     

铝合金复杂薄壁件铸造工艺研究

采用低压砂型铸造工艺制备了铝合金复杂薄壁铸件。根据零件整体壁厚薄、壁厚一致性相差悬殊的特点,设计了3种浇注系统:十字型底注式浇注系统、工字型中注结合冷铁补缩厚大部位形式浇注系统、工字型中注结合内浇口补缩厚大部位形式浇注系统。结果表明,工字型中注结合内浇口补缩厚大部位形式浇注系统,可获得零缺陷铸件。     

空间太阳能电站统一调度设计及电能管理分析

针对多旋转关节空间太阳能电站(Space Solar Power Station, SSPS)，提出一种环形拓扑的电力系统架构。基于功率分层准则对SSPS电力拓扑架构进行设计，提出U1~U7共7个层级、母线电压5000V、功率等级为MW的太阳能电站电力系统。针对分层架构中多太阳电池阵子阵并联(U6层)，提出分层功率平衡统一控制策略，对MPPT控制、MPPT控制+稳定直流母线电压混合控制、MPPT算法+下垂稳定直流母线电压混合控制三种控制方法开展仿真分析。结果表明，提出的基于虚拟阻抗的下垂控制策略可以有效调节、分配功率，解决了空间发电站母线电压无法稳定的问题。     

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection，CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中，为提高太阳风预报的准确率，需要提高CME参数识别的精度.模型以计算任务串行的方式运行，运算效率低导致模型运算时间长，不能满足这种需求.CME参数识别模型的物理运算过程相互不独立，其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架，改进了CME参数识别模型的计算流程，提出CDMR（CME detection under MapReduce）方法，实现了CME参数识别模型的并行计算，并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间，提高了模型的识别精度和计算效率.