基于DS证据理论的航天设备寿命预测方法

以动量轮为研究对象,提出一种基于D S证据理论和Bayes理论的信息融合及寿命预测方法。首先,挖掘多个寿命信息源的内、外部信息作为Bayes多源验前信息,并构建证据集合;其次,利用合成规则对证据集合进行合成,得到合理的验前融合权重的分配结果;然后,利用Bayes方法求解寿命参数的融合验后分布,并计算寿命参数的估计值;最后,根据参数估计值预测设备的剩余寿命。仿真结果表明,基于多源寿命信息融合的预测结果与单一来源的寿命预测结果相比,更加接近于设备的真实寿命信息。     

液体中心式同轴离心喷嘴液膜破碎特性仿真研究

为了实现对不同工况下液体中心式同轴离心喷嘴液膜破碎特性的数值模拟研究,采用网格自适应加密技术、耦合的Level-set和Volume of Fluid（CLSVOF）方法对气液界面进行捕捉,利用改进延迟分离涡模拟（IDDES）方法模拟湍流。分析了液膜的破碎模式、喷雾锥角、破碎长度以及流场特性。通过观察分析得到：随着气液相互作用的增强,液膜破碎模式依次经历主导表面波发展导致的液膜破碎、Rayleigh-Taylor（R-T）和Kelvin-Helmholtz（K-H）不稳定性引起的液膜破碎,以及气动破碎模式。随着气液动量通量比（Momentum Flux Ratio,MFR）的增大,喷雾锥角和破碎长度逐渐减小且呈渐进趋势,发现无量纲喷雾锥角和破碎长度均与MFR^-A成正比例关系。相同液膜破碎模式而不同工况时,主要流场特征一致。     

兼顾两种模式核心机驱动风扇级气动优化设计

提出兼顾两种模式核心机驱动风扇级气动设计方法。将S2流面通流计算与遗传算法相结合,寻找最优进口导叶（IGV）出口气流角、关闭角度、单双外涵压比沿叶高分布;实现在转子气动设计时兼顾两种模式。根据IGV基础叶型弯度、安装角对单双外涵流动损失影响研究,确定可调IGV关键参数,实现在IGV气动设计时兼顾两种模式。采用多点优化进行静子叶型优化设计,实现在静子气动设计时兼顾两种模式。对所设计的核心机驱动风扇级进行三维流场计算,结果表明:两种模式在满足总压比和质量流量前提下,单、双外涵模式等熵效率分别达到88.05%和87.17%,且稳定裕度分别达到15.65%和16.28%。      

微机电系统中薄膜结构在静电力和Casimir力作用下的稳定性

研究了静电驱动的微机械薄膜的稳定性问题。当微机械构件之间的间距在亚微米尺度以下,构件会受到量子效应的影响,如Casimir效应。通过对薄膜在静电力及Casimir力共同作用下的行为进行分析,由数值计算得到了决定薄膜稳定性状态的无量纲参数K及K曲线的临界值Kc,若K值大于Kc,薄膜结构为不稳定,会引起塌陷失效,薄膜粘附在基底上,且不可恢复。Kc值大小与微机械薄膜和基底表面的距离以及外加电压相关。由此提供了设计高长厚比(L／h)的静电驱动薄膜结构的方法,使其不产生失稳塌陷的失效。     

四发螺旋桨滑流对某运输机气动特性的影响研究

四发螺旋桨飞机滑流影响区较大,需要准确获得滑流引起的升力、阻力和俯仰力矩特性的变化以评估飞机的飞行性能和品质.采用动力模拟风洞实验研究某运输机在滑流影响下的气动力特性,包括升阻特性、俯仰力矩特性和升降舵效率,并采用七孔探针技术测量平尾区的尾流场特性.结果表明:滑流对气流加速的效应使得飞机的升力、阻力均有增加,升阻比在典型巡航和爬升状态下分别降低了6％和20％;滑流随迎角的增加从下至上扫掠过平尾,使得俯仰力矩和升降舵效率出现明显的非线性变化.     

An online data driven actor-critic-disturbance guidance law for missile-target interception with input constraints

In this article, we develop an online robust actor-critic-disturbance guidance law for a missile-target interception system with limited normal acceleration capability. Firstly, the missiletarget engagement is formulated as a zero-sum pursuit-evasion game problem. The key is to seek the saddle point solution of the Hamilton Jacobi Isaacs(HJI) equation, which is generally intractable due to the nonlinearity of the problem. Then, based on the universal approximation capability of Neural Networks(N...     

基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境，提出一种基于数字孪生的航班链延误动态预测模型，以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建，采用滑动窗口下的多通道特征建模完成单元级航班延误预测，并提出一种混合优化策略进行模型参数的动态优化，最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验，得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min，低于其他基线模型和静态模型；且引入孪生数据驱动分析和修正后，紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明，模型有利于数字孪生航班链系统实现虚实交互，并具有优良的预测精度和自适应性。     

面向自动驾驶仿真的虚拟LiDAR传感器建模

在自动驾驶仿真领域，虚拟传感器输出数据的精准度是仿真结果可靠性的重要保障。激光雷达（LiDAR）作为车辆环境感知的关键传感器，其采集的点云数据的准确性是实现车辆对三维环境理解的关键。但在虚拟环境中，通过3D渲染技术模拟的点云数据难以真实反映传感器在复杂工况下的变化规律。本文提出一种用于自动驾驶仿真的虚拟LiDAR传感器建模方法。该方法首先基于Unity 3D引擎构建LiDAR的几何测量模型。其次，结合真实传感器的衰变特性推导简化的LiDAR物理模型。最后，基于蒙特卡罗方法在随机模型上对仿真数据进行噪声模拟，从而实现高保真的LiDAR数据输出。所提出的方法可结合精细化的虚拟场景进行数据验证，实验结果表明：该方法能够有效地在虚拟环境下模拟LiDAR数据，从而应用于自动驾驶仿真算法验证过程。