不确定航空发动机分布式控制系统自适应滑模控制

针对存在参数摄动、外部干扰的航空发动机不确定性分布式控制系统，在系统具有时变输入时延和干扰上界未知的情况下，设计了具有鲁棒性能的自适应滑模控制器。基于预测控制和矩阵奇异值理论，对初始的发动机离散分布式模型进行等效线性变换，得到不显含时延项的规范形系统模型，便于进行滑模面参数的求解；在给定的H∞指标下，推导了滑模运动在非匹配不确定性作用下渐进稳定的充分条件，给出了线性矩阵不等式(LMI)形式的滑模面参数设计方法；最后，设计对干扰具有估计功能的自适应率，在此基础上提出自适应滑模控制器。仿真结果表明:所设计的控制器能够有效降低外部干扰对系统动态性能的影响，在所考虑的不确定性因素作用下，系统的滑模运动具有理想的H∞性能。当外部干扰强度变化时，控制器的鲁棒性较好，状态收敛时间小于0.8s，且不存在抖振。      

推进剂当量比对RDC出口流动特性的影响

为了研究不同当量比下燃烧室出口压力和温度等特性，利用多孔喷注的旋转爆震燃烧室模型，以乙炔为燃料，空气为氧化剂，对压力和温度分布均匀性、增压比以及喷射压力比等指标进行了分析。研究结果表明，保持质量流率不变，随着当量比的增大，燃烧室内燃烧工况从贫燃逐渐变为富燃，出口压力及温度的均匀性会先变好后变差，增压比先增大后减小。当量比为1时，燃烧室内为双波传播状态，出口压力和温度均匀性最好，此时CV值最小为0.57,1-CU值最小为0.52，畸变指数最小为2.936,OTDF值最小为0.36，增压比最大为1.13，但当量比对燃烧室增压比的提升效果有限。     

基于神经网络算法的GH4169插铣刀具寿命预测研究

为了研究GH4169插铣加工中切削参数对刀具寿命的影响规律，延长刀具使用寿命，设计了GH4169插铣参数与刀具寿命之间的正交试验。基于正交试验获得的样本数据，利用径向基函数神经网络和反向传播神经网络分别建立了GH4169插铣刀具寿命的预测模型，并对模型进行了训练、测试与验证。该方法可为GH4169插铣刀具寿命模型的建立，工艺参数的优选提供依据。     

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。     

点火方式对空桶型旋转爆震燃烧室起爆特性的影响

为了揭示空桶型旋转爆震燃烧室内爆震波的建立过程及工作特性，分别采用火花塞点火、垂直预爆震管点火和切向预爆震管点火，实验研究了不同点火方式下的爆震波起爆和稳定传播特性。喷注器采用环缝-喷孔对撞式设计，燃料和氧化剂分别为乙烯和富氧空气。结果表明，在空桶型旋转爆震燃烧室中，3种点火方式均可成功起爆并获得稳定传播的爆震波，点火方式对旋转爆震波的传播方向影响较小；与火花塞点火相比，垂直预爆震管点火和切向预爆震管点火均能拓宽旋转爆震燃烧室的稳定工作范围；在氧化剂供给流量和当量比相同的条件下，点火方式的改变并未影响旋转爆震波的传播速度大小；使用预爆震管点火时，旋转爆震波的建立时间较火花塞点火短，且呈现出更小的离散性。     

基于深度强化学习与扩展卡尔曼滤波相结合的交通信号灯配时方法

深度Q学习网络(DQN)因具有强大的感知能力和决策能力而成为解决交通信号灯配时问题的有效方法，然而外部环境扰动和内部参数波动等原因导致的参数不确定性问题限制了其在交通信号灯配时系统领域的进一步发展。基于此，提出了一种DQN与扩展卡尔曼滤波(EKF)相结合(DQN-EKF)的交通信号灯配时方法。以估计网络的不确定性参数值作为状态变量，包含不确定性参数的目标网络值作为观测变量，结合过程噪声、包含不确定性参数的估计网络值和系统观测噪声构造EKF系统方程，通过EKF的迭代更新求解，得到DQN模型中的最优真实参数估计值，解决DQN模型中的参数不确定性问题。实验结果表明:DQN-EKF配时方法适用于不同的交通环境，并能够有效提高车辆的通行效率。      

非线性不确定系统的鲁棒自适应控制方法研究及稳定性分析

针对一类存在外界干扰和未建模动态的非线性不定系统,特别是含线性定常的参数不确定性及状态关联的非线性不确定性系统,应用直接自适应控制方法,设计了基于李雅普诺夫稳定性理论的鲁棒自适应控制律和修正律;应用李雅普诺夫稳定判据,对系统的稳定性进行了分析,证明所设计的控制律和修正律具有较强的鲁棒稳定性。     

飞行器总体不确定性建模与优化设计方法

针对考虑不确定性的飞行器总体设计迭代周期长、优化困难等问题，提出一种基于裕度量化解耦策略的飞行器总体不确定性建模与优化设计方法。首先采用主动学习策略开展基于优化加点Kriging的阈值不确定性分析，实现了不确定性裕度的高效求解。进而提出一种适用于飞行器总体设计的裕度量化解耦策略，将双层嵌套的不确定性优化问题解耦为确定性优化与不确定性分析过程顺序执行，高效给出满足概率约束的优化设计方案。该方法解决了传统解耦方法采用嵌入式算法而导致的工程应用困难的问题。通过非线性多约束数值案例以及滑翔飞行器工程案例，验证了该方法能够在保证精度的前提下，提高不确定性优化设计效率。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。     

超声速飞行器近场声爆信号反演技术

超声速民机是新一代民机的重要发展方向，其独有的声爆现象是制约其在陆地上空进行超声速飞行的最关键因素。对超声速飞行器的气动外形进行反设计是声爆抑制的有效途径。基于等效面积分布开展反设计，需要远场感知声压级作为直接指导。为此，提出了逆向传播分别与本征正交分解（proper orthogonal decomposition, POD）及伴随方程结合，根据远场声爆信号反演近场声爆信号的方法。采用第二届声爆会议（SBPW）提供的LM1021标模算例，并从远场频域内声压级、响度级和感觉噪声级进行反演可信度评估。结果表明，对于给定的任意远场声爆信号，基于逆向传播结果进行POD反演及伴随方程反演，都可以得到较为准确的近场过压信号，且伴随方程反演方法具有更优的高频信号即局部激波信号反演能力，远场感知声压级更精准。反演结果相应的等效面积分布与参考值高度吻合，表明此方法能够为等效面积指导的低声爆气动优化设计提供基础。