对偶型最大熵概率密度函数模型及其优化解法

针对经典型最大熵概率密度函数模型及其计算目前存在的非线性程度高,优化不收敛,求解效率低等问题,提出了一种对偶型最大熵概率密度函数模型+逐次优化的方法.根据优化过程不稳定,重新推导了拉格朗日系数的线性变换公式.针对几种常见及一种复杂的概率密度函数,采用经典型与对偶型最大熵概率密度函数模型分别计算概率密度及可靠度的对比表明:与经典型最大熵概率密度函数模型相比,对偶型最大熵概率密度函数模型优化函数形式简单,非线性程度低.逐次优化法求解拉格朗日系数不仅克服了初始值敏感性问题,而且计算效率高.对偶型最大熵概率密度函数模型+逐次优化法与其他方法相比,计算精度最高,且能很好的应用于复杂概率分布及可靠性问题.      

Simultaneous state and actuator fault estimation for satellite attitude control systems

In this paper, a new nonlinear augmented observer is proposed and applied to satellite attitude control systems. The observer can estimate system state and actuator fault simultaneously. It can enhance the performances of rapidly-varying faults estimation. Only original system matrices are adopted in the parameter design. The considered faults can be unbounded, and the proposed augmented observer can estimate a large class of faults. Systems without disturbances and the fault whose finite times derivatives are zero piecewise are initially considered, followed by a discussion of a general situation where the system is subject to disturbances and the finite times derivatives of the faults are not null but bounded. For the considered nonlinear system, convergence conditions of the observer are provided and the stability analysis is performed using Lyapunov direct method. Then a feasible algorithm is explored to compute the observer parameters using linear matrix inequalities (LMIs). Finally, the effectiveness of the proposed approach is illustrated by considering an example of a closed-loop satellite attitude control system. The simulation results show satisfactory perfor-mance in estimating states and actuator faults. It also shows that multiple faults can be estimated successfully.     

展向振荡对激波/湍流边界层干扰的影响

周期振荡作为一种有效的壁面流动控制手段受到广泛关注,而其对激波/湍流边界层干扰的影响目前鲜有研究。本文采用高精度直接数值模拟（DNS）方法对马赫数2.9、12°激波入射角、强振荡下的激波/湍流边界层干扰进行了系统研究。通过与无振荡工况的定量比较,揭示了展向强振荡对干扰区内复杂流动结构的影响规律及作用机制,如分离泡尺度、物面压力脉动非定常特性、物面剪切的非定常特性及统计特征等。研究发现：在展向强振荡作用下,分离点位置提前,间歇区长度增大;同时由于分离泡内强黏性耗散的影响,展向振荡的穿透高度约为分离泡高度的4%,因而对流动结构不会产生实质影响。但展向强振荡会对壁面附近流动造成显著影响,如强振荡诱导的壁面展向速度远大于流向速度,造成流向剪切与展向剪切之间夹角的概率密度函数峰值从0°偏移到80°~90°之间。物面压力及剪切本征正交分解分析表明,展向振荡会导致模态能量从低阶模态向高阶模态转移,降低低频运动的能量占比,增强再附后Görtler涡等壁面附近旋涡结构的强度。     

脉冲爆震燃烧室出口燃气能量分布特性

为了提高脉冲爆震燃烧室出口燃气能量转换效率,采用数值计算方法,研究了带气动阀和爆震增强结构的脉冲爆震燃烧室出口燃气能量分布特性,结果表明:脉冲爆震燃气的膨胀过程先后经历一次膨胀、二次膨胀和过度膨胀3个阶段,单个周期内二次膨胀阶段的时间和能量占比最大;燃烧室出口燃气压力势能、动能、内能和能流密度的分布主要受燃气压力的影响,且变化规律与燃气压力一致;一次膨胀阶段燃气增加的压力势能、动能、内能分别占单个周期的479%、259%、251%;二次膨胀阶段燃气增加的压力势能、动能、内能分别占单个周期的502%、576%、581%。     

多工况载荷下航空发动机支架拓扑优化设计

将基于变密度法的拓扑优化技术引入到航空发动机外部支撑结构(例如附件支架)设计中,以多工况下的总柔度为目标函数,以体积为约束函数对某发动机支架进行基于拓扑优化的结构设计。根据发动机机匣与附件的相对位置关系建立支架初始模型,开展发动机外部支架结构受力分析研究,建立了基于多工况载荷下拓扑优化和考虑强度影响的尺寸优化相结合的发动机外部支撑结构设计方法,并对最终支架结构进行强度、振动、外廓性校核评估。结果表明：最终模型最大应力出现在工况3情况下,最大主应力为345 MPa低于材料疲劳极限;支架的第1阶固有频率在发动机最高转速频率的125倍以上。采用该方法对某发动机外部支撑结构进行拓扑优化设计,在满足强度、振动和外廓要求的前提下,最终模型质量仅为初始模型的73%。基于多工况的优化结果更符合发动机实际工作需求,该方法研究具有工程应用前景。     

某型装备轴承件无失效时的可靠性参数估计

针对寿命服从威布尔分布的某型装备轴承件在无失效数据时的可靠性参数估计问题,首先,以失效概率为待估参数,取其先验分布为Beta分布,在2个超参数的先验密度函数为2种不同情形下,建立了失效概率的2种EBayes估计模型,分析了稳健性、渐近性和单调性;然后,对威布尔分布参数进行了加权最小二乘估计,进而建立了可靠度的2种E-Bayes估计模型,分析了稳健性和单调性;最后,结合实例数据进行了可靠性参数估计与分析,指出第2种估计模型更加合理有效。     

基于序列近似优化算法的固体运载火箭弹道设计

采用打靶法研究固体运载火箭弹道优化设计问题。针对打靶法中智能优化算法效率、优化问题中约束条件提法等方面的不足,引入序列近似优化算法,提出算法中径向基函数高斯核宽度的高效确定方法。数值仿真实验表明,提出的方法可在基本不带来计算量增加的前提下,显著提高代理模型精度,使序列近似优化算法得到改进,提高优化效率。设计固体运载火箭飞行程序。建立弹道优化设计问题数学模型,并将模型中相关等式约束合理转化为不等式约束,降低优化问题求解难度;基于改进后的序列近似优化算法完成某固体运载火箭弹道优化,原始计算模型调用308次之后便搜索到最优解,较传统智能优化算法显著提高了优化效率,优化方案末助推级液体推进剂消耗比原方案减少25.7%。     

雷达侦察环境信号密度量化研究

在分析现代雷达侦察环境信号特点基础上,提出了以时域、空域、频域和功率域参数为参变量的雷达侦察环境信号密度量化参数——环境信号占空比,并通过理论分析和实验证明了其单调性、稳定性和可测性等基本性质.该量化参数对于测量评估现代战场雷达侦察环境信号密度、构设雷达侦察装备试验所需的复杂电磁环境,具有比较重要的意义.     

数字示波器在尖峰干扰脉冲强度测量中的应用

运用数字示波器瞬态捕获能力及面积测量功能，快速、准确、不遗漏地测量电子设备的尖峰干扰信号（脉冲信号），用公式将脉冲强度单位换算为脉冲频谱密度单位。     

Vision-based pose estimation for cooperative space objects

Imaging sensors are widely used in aerospace recently. In this paper, a vision-based approach for estimating the pose of cooperative space objects is proposed. We learn generative model for each space object based on homeomorphic manifold analysis. Conceptual manifold is used to represent pose variation of captured images of the object in visual space, and nonlinear functions mapping between conceptual manifold representation and visual inputs are learned. Given such learned model, we estimate the pose of a new image by minimizing a reconstruction error via a traversal procedure along the conceptual manifold. Experimental results on the simulated image dataset show that our approach is effective for 1D and 2D pose estimation.