物理启发的深度学习模型及其在热端部件散热中的应用

热端部件散热是众多空天设备的关键技术。表面温度分布是散热设计中用到的重要信息,常规的解析建模手段和机器学习方法均无法有效地表达此类高维信息。近年来兴起的图像深度学习算法是解决表面温度信息预测的有效手段。然而,现有的基于大数据的深度学习方法往往对于物理数据和小样本数据不适用,体现为泛化精度差、数据兼容性差、可解释性差。因此,有必要结合传热的先验知识发展物理启发的新型深度学习算法,以增强高自由度、高复杂度散热对象上的设计能力。本文基于卷积算子和有限差分求解方式的类比关系,提出了一种物理启发式的循环卷积神经网络。以横向出流的冲击冷却为例,开展了变计算域大小、变工况、变尺寸的批量数值模拟,获取了冲击冷却关键特征的小样本图像数据。进一步通过神经网络的训练,构建了多参数、大范围内有较好拟合能力的温度、传热系数、压力代理模型。研究结果表明,本文提出的物理启发神经网络模型,对于计算域大小没有限制,可以统一表达不同空间范围内获取的物理数据的共性规律。模型的各类超参设定均具有明确的物理意义,且与经典的微分方程求解理论有一定的类比关系,增强了神经网络调参的方向性。通过传热物理规律与黑箱模型的融合,本文实现了小样本多参数物理数据的共性建模。该方法可以迅速重构热端部件的高维分布信息,可服务于热端部件的快速分析设计以及优化。     

基于PINN模型的导弹气动特性快速预测技术

随着内嵌物理机理神经网络（PINN）模型的兴起，PINN模型开始应用于许多学科领域。为了实现导弹气动特性的快速预测，借助工程算法，构建了导弹气动数据集，以此训练导弹气动特性预测模型，包含基于多任务学习的神经网络（MTLNN）模型及在MTLNN模型基础上内嵌物理知识的PINN模型。数值模拟通过选取测试集，对比了MTLNN模型和PINN模型的预测效果，结果表明：PINN模型的预测精度较高，且基本控制在1%以内。探究PINN模型的泛化能力，测试集选取导弹气动数据集包络范围之外的数据，PINN模型预测精度仍然高于MTLNN模型。由于PINN模型引入了气动特性参数之间的物理机理，模型对训练样本数量的依赖程度降低，可以进一步节约数据获取成本，为导弹优化设计提供有力工具。     

空间用太阳翼电路部分隔离二极管应用分析

针对空间太阳翼隔离二极管的应用,结合标准规范及太阳翼电路部分的工程设计约束与在轨应用经验,给出了空间太阳翼电路部分隔离二极管的设计方案;结合工程研制经验,给出了不同类型太阳翼电路部分隔离二极管的应用建议,为相关科研人员提供参考。     

复合材料飞机接地回流网络网内压降分析

为保证机载电气设备的正常运行，复合材料飞机机身需增设金属接地回流网络来满足机上电气系统的接地需求。针对复合材料飞机接地回流网络网内压降计算问题，采用基于导体的体积部分元等效电路方法，对安装在复合材料飞机上的接地回流网络进行建模，通过计算接地回流网络接地点间的阻抗及接地回路的电流分布，分析某型飞机28 VDC、115 VAC汇流条上部分配电单元负载在巡航工况下接地网内沿路径的电压降，并考虑了故障电流注入及构件间接触阻抗对接地回流网络网内压降的影响。通过建立简化模型对网内压降进行分析，所提出的网内压降计算方法及仿真计算结果可为复合材料飞机接地回流网络的设计安装、故障管理及电气保护系统设计等方面提供参考。     

基于半物理的飞管系统集成验证技术研究

本文基于半物理的飞管系统集成验证技术，详细介绍了基于半物理的飞管系统集成验证平台架构与实现，研究了基于半物理试验的飞管系统仿真建模方法，完成了用于飞管系统半物理试验的仿真模型开发。在某型飞管系统集成试验过程中，搭建了基于半物理的飞管系统集成验证平台，在完整的全系统仿真基础上，通过真件与仿真件之间的逐一替换，逐步完成飞管系统集成验证工作。该方法有效的提高了飞管系统集成效率，满足了飞管系统集成验证需求。     

热障涂层在航空发动机涡轮叶片上的应用研究

从热障涂层在涡轮叶片的应用需求出发,研究了陶瓷热障涂层的材料与制备方法,介绍了热障涂层的基本原理和主要工艺特点,解决了热障涂层在喷涂过程中所产生的堵塞气膜孔、减小排气面积、降低疲劳性能、遮挡等方面的难点问题,给出了热障涂层叶片在试验和试车中的考核结果。     

部分模糊度固定方法在GNSS/INS紧组合中的应用研究

针对动态环境下GNSS/INS导航定位模糊度固定难的问题,提出了一种基于部分模糊度固定的GNSS/INS紧组合导航定位算法,通过选择模糊度的最优子集进行固定,并利用实测车载实验进行了算法验证.实验结果表明:在开阔环境下,基于部分模糊度固定的GNSS/INS紧组合与基于全模糊度固定的GNSS/INS紧组合算法的定位精度相当,均为厘米级,但是使用部分模糊度固定算法可以有效地提升模糊度固定率;在城市环境下,基于部分模糊度固定的算法明显优于基于全模糊度固定的算法,前者东向精度提升了8％、北向精度提升了31％、天向精度提升了60％,且模糊度固定率提升了21.8％.     

一种改进的模糊度子集选取方法及其性能评估

模糊度固定（ambiguity resolution, AR）能在一定程度上加快精密单点定位收敛并提高定位精度。但是模糊度固定率和计算效率会随模糊度数量的增加而降低，因此部分模糊度固定（partial ambiguity resolution, PAR）备受关注。PAR技术的关键在于模糊度子集选取，提出了一种改进的模糊度子集选取法，将高度角、信噪比以及模糊度方差联合作为模糊度子集选取的指标。实验结果表明：静态模式下，相比于全模糊度固定（full ambiguity resolution, FAR）和基于高度角的PAR方法，该方法的固定率分别提升9.65%和2.56%，首次固定时间分别缩短6.86%和3.43%，收敛时间分别缩短15.57%和5.13%，当三种方法固定率大致相同时，定位精度分别提升4.74%和5.39%；动态模式下，该方法的固定率分别提升22.75%和0.92%，首次固定时间分别缩短12.44%和0.44%，当三种方法固定率大致相同时，定位精度分别提升3.50%和4.89%。总体而言，无论是在静态还是动态模式下，该方法相比于FAR和基于高度角的PAR方法，性能均有所提升。     

航空发动机控制系统半物理模拟试验的应用

半物理模拟试验在发动机控制系统研发中发挥着重要作用,然而鲜有文献对国内外半物理模拟试验的应用情况、技术特征进行总结提炼。结合科研实践和相关文献,分析了航空发动机控制系统开展半物理模拟试验的必要性、控制系统的复杂性和国外标准规范要求开展半物理模拟试验的必须性,介绍了半物理模拟试验的基本组成和原理,回顾了国外半物理模拟试验的开展情况,并对国内半物理模拟试验在科研、批产过程中的应用进行说明。结合工程实践和国外研究成果,总结了半物理模拟试验环境的关键技术,指出了半物理模拟试验技术深化的方向。