基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

基于碳纳米管薄膜的复合材料层间增韧

通过浮动催化化学气相沉积法制备连续碳纳米管薄膜，并将其原位沉积到单向碳纤维织物表面，手工铺层后借助真空辅助树脂传递模塑成型（VARTM）工艺制备碳纳米管-碳纤维/环氧树脂复合材料层压板，研究不同面密度的碳纳米管薄膜对层压板Ⅱ型层间断裂韧性的影响。结果表明，随着碳纳米管薄膜面密度的增加，层压板Ⅱ型层间断裂韧性先逐渐提高，当碳纳米管薄膜面密度为9.64 g/m²时，层压板Ⅱ型层间断裂韧性最佳，与原始层压板相比提高了94%。碳纳米管通过桥接树脂裂纹、从树脂中拔出等方式提高层间断裂韧性。当碳纳米管面密度超过临界值时，会引起树脂浸润困难，导致增韧效果降低。     

热塑性定型剂对干铺丝-RTM工艺及力学性能影响

为了研究热塑性定型剂的添加对干铺丝-树脂传递模塑（RTM）工艺的影响，采用PA-6作为热塑性定型剂，通过T-剥离确定定型剂的质量分数，结合试验和工艺仿真，研究了定型剂对预制体面内渗透率的影响，并对其充模过程进行工艺仿真和分析，在此基础上研究了定型剂对环氧复合材料制品层间性能及韧性的影响。渗透率试验和仿真结果表明:加入定型剂后，纤维预制体的沿纤维和垂直纤维的面内渗透率分别降低了55.5%和52.0%；工艺仿真结果与试验结果一致，不同渗透长度下的注胶时间偏差均小于10%。力学性能试验结果表明:加入热塑性定型剂可显著提升环氧树脂复合材料的韧性，Ⅰ型和Ⅱ型层间断裂韧性分别提高了89.3%和54.1%，冲击韧性提高了18.7%，复合材料的层间剪切强度降低了23.6%。      

纤维增强复合材料层合结构虚拟试验技术

本文围绕连续纤维增强复合材料层合结构虚拟试验技术,从失效机理与力学特性、失效分析模型和模型的校验与验证三个方面阐述相关研究进展,并指出未来的发展方向,其中重点关注了试样级和元件级典型结构的失效机理及其对应的介观尺度失效分析模型的研究。