飞机支柱式起落架落震仿真及缓冲器优化分析

主要介绍支柱式起落架缓冲器的各个参数,包括缓冲支柱的初压力、初容积、油孔面积、活塞面积、缓冲支柱行程等。介绍起落架落震时缓冲器轴向载荷的计算公式。结合具体飞机型号利用初始参数通过AD-AMS软件建立数值模型并进行仿真分析,计算结果与试验结果比较,发现两者具有较好的一致性。最后以起落架缓冲器的油孔面积作为设计参数进行优化分析,给出最优值。     

卫星故障诊断的最优奇偶向量法

 提供一种卫星故障诊断方法以提高 GPS导航的完整性。该方法利用最优奇偶向量来检测和诊断卫星故障以提高卫星故障诊断的准确性。仿真结果显示,在故障幅值较小的情况下最优奇偶向量方法相比广义似然比方法可以提高故障的正确检测率和正确诊断率。该方法还可以缩短检测斜坡型故障的时间,从而提高了系统的可靠性。     

高速再入飞行器的制导与控制系统设计

 针对高速再入飞行器模型的快时变,强耦合,严重非线性的特点,采用反馈线性化方法,设计了自动驾驶仪;同时采用最优制导律设计与理想速度曲线相结合的方法,设计了能同时保证末端制导精度及速度方向、大小的制导律。最后,进行了六自由度仿真,结果表明 :设计的制导律及控制方案是合理、有效的,易于实现。     

航天飞机自动着陆轨迹优化设计

采用沿约束轨迹的推演计算方法及优化原理对航天飞机自动着陆飞行轨迹进行优化设计。首先根据过载、垂直下降率、连续性和平稳性要求确定飞行轨迹的基本形状，然后采用两点边值优化方法对轨迹参数进行优化设计以获得理想的接地动压。与传统的和制导系统联系在一起的轨迹设计方法相比，该方法具有简便、快速、可重复使用、鲁棒性强等特点。     

制导规律研究现状及展望

系统地论述了古典和现代的一些制导规律的研究现状，分析了它们的优点和不足、适应范围和局限性，并讨论了它们的发展前景，其中郑重论述了比例导引、最优导引、微分对策和近年来热门研究的神经网络控制，可供从事导弹制民垢科研人员对现有制导规律有一个全面的认识，以便于更深入地研究。     

航天飞机三维最优再入轨道及气动加热过程

本文应用现代控制理论研究了航天飞行器三维最优再入轨道和与轨道参数密切相关的气动加热过程。文中选择飞行器迎角和倾斜角作为控制变量,以飞行器气动加热率和飞行过载沿轨道积分最小作为优化性能指标,按极大原理导出最优再入轨道有约束控制的非线性两点边值问题。采用了数值优化方法——共轭梯度法求解有升力飞行器的最优再入轨道及其热过程。文中以允许误差法讨论了权系数和罚函数的选取方法;对不同速度范围研究了不同的加热模型;按热平衡方程与优化轨道同步迭代的方法求得了算例数值结果。算例的数值结果与文献[13]的量值是一致的。     

多级飞行控制系统设计

 现代飞行控制系统设计中,如果同时考虑三轴模型,要实现实时最优控制是非常困难的,因为飞机短周期运动三轴模型阶数通常是七、八阶,要实现最优控制,就得实时求解相应维数的Riccati方程,这对于阶数较高的系统是非常困难的,甚至根本无法实现。但是,如果系统维数很低,实时求解相应维数的Riccati方程则可望实现。因此,将原高阶系统分解成若干相互关联的子系统,进行递阶分级控制,这样子系统的维数将大大低于原系统维数,并且各子系统的最优控制计算可分别由各子系统的计算机完成。由此,飞行控制系统的最优设计实现将成为可能。     

空-空导弹全向攻击最优制导规律研究

 将发射瞬时所确定的平行接近弹道作为基准弹道,由于各种干拢所引起的相对于基准弹道的偏离作为偏差来处理;用最优控制理论导出空-空导弹进行全向攻击的最优制导律,此制导律包含目标加速度反馈。当目标作非机动飞行时,最优制导律是一种变比例系数的比例制导。数字仿真结果表明:在相同条件下,最优制导弹道需用过载、终端脱靶量均小于比例制导,特别是从目标前方攻击时,其制导精度大大优于比例制导。     

近地小推力转移轨道的加权组合制导策略

 研究了近地小推力转移轨道的制导问题，给出了一种基于局部最优控制律的自主制导算法。推导出了各改进春分点根数对应的局部最优控制律；通过最优推力分配和目标偏差两个策略，对各局部最优控制律进行动态加权组合，从而有效减少了制导律的设计参数。在此基础上，针对燃料最省转移轨道，定义了一种新的发动机开关函数。采用遗传/逐次二次规划混合优化算法计算了最优制导参数。与传统算法相比，该制导算法是一种闭环制导算法，能够实现飞行器的自主制导，并且制导过程中无需对制导参数进行更新。以地球低轨到高轨的小推力转移为例，采用该方法分别求解了时间和燃料最省转移问题，并与传统算法进行了比较分析。数值结果验证了该算法的有效性。     

基于神经网络技术实现磁流变阻尼器对结构振动的优化控制(英文)

磁流变 ( MR)阻尼器是土木结构振动控制领域最有应用前景的半主动控制装置之一 ,但由于 MR阻尼器的高度非线性动特性 ,使得描述其逆向动特性的数学模型很难得到 ,即根据理想的阻尼力确定出 MR阻尼器所需的输入电压。然而 ,对基于 MR阻尼器的结构振动控制设计和仿真 ,这种反映阻尼力 -电压关系的逆向动特性模型是十分重要的。为此 ,本项研究针对 MR阻尼器的非线性特性 ,提出运用神经网络技术建立 MR阻尼器的神经网络模型来模拟其逆向动特性 ,神经网络模型的输出即为产生理想的阻尼力所需的输入电压。通过数值仿真结果探讨所提出的结构振动控制策略的适用性和有效性