战斗机对地攻击作战效能分析

运用马尔柯夫过程理论,建立了战斗机攻击地面目标的战场想定和数学模型.通过分析战斗机的作战生存特征、打击能力和所使用的进攻战术以及各种战场防空武器系统的物理特性和损伤机理,评估了任务成功率、目标被毁率、飞机损失率以及与费用相关的最优战斗时间等作战效能指标.给出了战斗机对地攻击作战效能的计算实例.结果表明所建模型客观地描述了对地攻击作战的实质.     

具有不确定参数的机器人鲁棒轨迹跟踪控制

研究了具有不确定参数的机器人轨迹跟踪控制问题。提出了一种鲁棒控制方案,它由改进力矩发生器和鲁棒补偿器组成,理论分析及仿真实验表明,该控制方案具有较好的跟踪性能。     

实测载荷谱数据处理系统

简要介绍了实测载荷谱数据处理系统，较深入地论述了实测载荷谱数据处理的几个重要方面，给出了该系统处理直升机旋翼系统动部件实测载荷谱的实例，通过大子样二维疲劳２载荷母体分布参数估计及假设检验，发现载荷幅值服从半正态分布，载荷均值服从三参数Ｗｅｉｂｕｌｌ分布。     

配电方式对Kaufman离子推力器性能的影响研究

目前Kaufman离子推力器主要有两种最具代表性的配电方式:屏栅极电源正端分别连接阳极电源正、负端的配电方式。为了研究配电方式对Kaufman离子推力器工作性能的影响,基于等离子体理论和推力器工作原理,分析两种主要配电方式下放电室电极电势及电流平衡关系,推导了放电室等离子体特性表达式,理论分析了配电方式对离子推力器多种性能参数的影响。结合兰州空间技术物理研究所自研的LIPS300离子推力器在两种配电方式下工作在3kW和5kW的性能试验,通过解析方法对离子推力器多种工作参数和性能参数进行分析,试验结果与理论分析结果具有良好的一致性。研究表明:采用屏栅极电源正端连接阳极电源负端的配电方式能够获得更大的推力和比冲,并能提高离子对栅极透明度,减少离子对屏栅极的溅射,从而提高栅极寿命,但束离子产生成本稍高。研究结果可为离子推力器配电方式的设计与优化提供依据。     

空间光学载荷低温部件地面气体保护系统设计

针对空间光学载荷低温部件的特点及其对水汽污染物控制的特殊需求,分析水汽污染物对该类型部件的污染过程及防护方法,制定通过惰性气体正压保护防止水汽污染的技术途径和方案,设计地面无间断气体保护防污染系统,以实现对环境温湿度、保护气体温湿度等环境参数的全过程记录、预警/报警、局部调节等功能。系统测试结果表明,地面气体保护系统能够较好地实现预定设计功能,对该类低温部件的保护具备一定的工程实用价值。     

电传飞机低阶等效系统频域辨识新方法

针对带有复杂电传飞控系统飞机的飞行品质评估难题，提出了采用Chirp-Z方法将时域信号变换至频域，并在此基础上利用频域方程误差法（Equation error method,EEM）和输出误差法（Output error method,OEM）相结合辨识电传飞机低阶等效系统（Low order equivalent system,LOES）参数的新方法，并以低阶等效系统辨识的标准算例（F-14飞机经典算例）进行验算。结果表明本文所提出的低阶等效系统辨识新方法正确、辨识精度高，可以应用于工程实践。     

工艺参数对砂布轮柔性抛光力影响规律的分析

为了掌握砂布轮抛光工艺参数对抛光力的影响规律，提高抛光质量，设计了四因素三水平正交试验，利用试验结果建立了抛光力预测模型，验证了模型的显著性；分析了工艺参数对抛光力耦合影响规律，结果表明：抛光力随砂布轮初始半径和粒度的减小而增大，随转速和压缩量的增大而增大；对叶片进气边的抛光实验效果表明：通过控制压缩量可以获得稳定的抛光力，进而获得理想的抛光效果。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.