基于能量法的无人机弓形起落架优化设计

弓形起落架的轴线形状和横截面直接影响无人飞机着陆时起落架的缓冲性能。为提高弓形起落架的缓冲性能,基于能量法构建了弓形起落架的参数化模型,以某一无人机的起落架为对象采用遗传算法进行优化设计,用MD.Nastran对优化设计的弓形起落架进行动力学仿真。结果证明优化后的弓形起落架吸收冲击能量的能力得到了提高,从而可以降低无人机降落时的过载,同时减小了起落架的质量。     

飞行控制律全包线鲁棒稳定性评估

传统的飞行控制律评估方法只能对飞行包线内的离散点进行逐点分析,对不确定性参数也只考虑了上下界,分析过程缺乏完整性和系统性。针对这些不足,研究了基于一种改进遗传算法的分析方法,该方法将评估准则转化为某个适应度函数,通过对适应度函数寻优以找到最坏情况下的不确定参数组合,在其基础上进行评估并给出评估结果或控制律修改意见。仿真结果表明,该方法能连续地研究多个不确定性参数同时摄动时的飞行包线,克服了传统方法的不足。     

C919飞机全机静力试验技术

介绍了C919大型客机全机静力试验的目的及任务需求，分析了试验特点和难点。从试验飞机支持、试验加载及控制、试验测量及监控、损伤检测及状态监测等方面制定了总体技术实现方案，验证结果表明试验系统可靠，技术实现方案满足任务要求。试验中采用了多项创新技术：试验综合加载平台设计技术优化了多系统集成，加快了试验准备速度，降低了试验准备风险；约束点误差转移控制技术将约束部位误差转移至非重点考核部位，提高了关键考核区域试验精度；机身双层地板双向加载技术优化了机身加载及扣重设计，改善了局部载荷的加载精度。技术成果为后续型号试验提供了较高参考价值。     

基于试验的电动舵机模型辨识

目前电动舵机模型的建立基本上是基于理论的数学推导,所建立的舵机模型与实际舵机模型存在一定的误差。针对此问题,提出一种基于试验实测数据建立舵机模型的方法,搭建自动数据采集试验平台,采用组合窗法对实测数据进行频域转换,得到舵机的频率响应函数并采用非线性最小二乘法辨识舵机模型。对辨识得到的数学仿真结果与实际舵机响应比较,在频域,整个频段内幅频特性最大绝对误差1.9 dB;在时域,仿真模型跟踪实际舵机角度的最大误差1.5°,延迟时间10 ms。结果表明,基于试验数据建立的舵机仿真模型能很好地模拟实际舵机。     

气动热环境下多翼导弹温度场数值模拟

导弹在飞行过程中与大气摩擦产生的热量,会降低材料的强度极限和飞行器结构的承载能力,使结构产生热变形,破坏部件的气动外形并影响飞行器的安全飞行,带来安全隐患。通过气动加热工程算法确定表面热流密度,利用有限元分析软件MSC Nastran和MSC Patran,对四翼导弹进行有限元计算,给出温度场分布情况,为导弹的设计和制造提供依据。     

C频段宽带线／圆极化器小型化设计

为适应C频段卫星测控通信车栽天线机动布站功能,须研制一种轴向尺寸小于1．2m的小型化天馈系统,针对该问题,对关键组件线／圆极化器进行小型化设计。在理论分析极化器原理的基础上,采用在聚四氟乙烯基材上打孔的方法使一种介质实现多种相对介电常数,设计了C频段收、发均覆盖575MHz带宽的小型化宽带极化器,在56％相对带宽内实现小型化,轴向尺寸缩短至常规极化器的1／a,经HFSS（HighFrequencySimulationSoftware,高频仿真软件）仿真计算,并与同频段常规极化器性能进行分析比较,结果表明：该极化器移相量与匹配性能良好,满足指标与使用要求。     

波束波导馈电系统在深空探测天线应用中的关键技术研究

针对波束波导馈电系统在深空探测天线应用中存在的电小尺寸镜面绕射引起波束波导传输效率降低,不同极化工作时波束指向不一致,以及TE21模跟踪时坐标转换等问题,进行深入研究并给出相应的解决方案或数学模型.通过优化椭球镜M5的曲率,解决了电小尺寸镜面绕射使波束波导传输效率下降问题,使S频段的传输效率提高约4％,35 m天线副反射面的截获效率增加约11％,天线增益提高0.7 dB;给出天线束峰值位置随方位、俯仰角变化的数学模型,提出了中值补偿方法,使天线左右旋极化峰值不一致增益损失减小约0.16 dB,并给出TE21模跟踪时的坐标转换数学模型.这些方法和数学模型已成功应用于实际工程中,并取得了良好的效果.     

关于BL-代数的implicative滤子的一些结果

通过研究BL-代数的implicative滤子的等价条件,得到了normal滤子与implicative滤子之间的关系,并给出了两个公开问题"一个normal滤子在什么合适条件下成为fantastic滤子?"和"在什么合适的条件下,normal滤子的拓展性成立?"结论成立的一种条件。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。