运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

机器人问题求解中的评价函数及矛盾和冗余的消除

本文提出了一种求解复杂的机器人问题的算法,该算法采用子问题求解与分层策略相结合,在动作规划过程中,建立了初始状态下的前指针和目标状态下的后指针,并形成一个决定动作排序优先级的评价函数,按不同的空间和时间段的差异,将全局的动作序列划分为若干子区域。本算法证明只需在子区域范围内消除冗余和矛盾,即可大大地提高系统的效率,在子区域范围内出现矛盾时,用优先级高的动作取代优先级低的动作,变矛盾为冗余,最后保留排在最前面的动作,而删除后面相同的动作,即消除了冗余。     

基于人工神经网络的柔性铰链结构动力修改

利用有限元软件计算出柔性铰链结构参数与振动频率的训练样本,然后通过样本训练人工神经网络建立了柔性铰链结构振动频率与其结构参数的非线性映射关系,最后利用训练好的神经网络修正框架的结构参数以满足设计要求的固有频率。     

基于人工粘性的间断Galerkin有限元方法

发展了一种基于人工粘性的间断Galerkin有限元方法,作出改进以增强适应性,并向非均匀网格推广.选取了典型算例对方法进行验证.一维激波管算例表明,改进的方法在保持计算结果高分辨率的同时,能够更好地抑制非物理振荡.分析得知,当人工粘性方法用于二阶DG格式时,所得计算结果的数值耗散较大,而当格式精度大于二阶时,采用人工粘性方法所得的结果的分辨率较高.通过计算圆柱高超声速粘性绕流,将三阶DG格式与三阶MUSCL格式和五阶WENO格式的结果进行对比,结果表明,该人工粘性方法对于高超声速流动计算也具有一定的优势.     

基于网络流仿真的潜通路分析方法

针对线索表法在分析潜通路问题过程中约束条件过多的问题,在人工神经网络分析法的基础上应用网络流仿真进行潜通路分析.根据电路元件的电气特性以及人工神经网络的特点,建立了元件的定性仿真模型,确定电路网络的构成方式.通过网络流仿真模拟电流在电路系统中的扩散过程,预测电路中负载的响应.通过对比电路网络中负载的设计响应以及通过分析预测得到的负载响应,就可以判断出电路网络是否存在潜通路问题,并且找到发生潜通路问题的原因.该方法可以正确预测电路网络中的负载响应,克服了线索表法的缺陷,减少对分析已知条件的要求以及人为因素对分析结果的影响.     

基于人工神经网络的TCAS板卡深度故障诊断系统

提出了一种基于人工神经网络的故障定位算法,用于TCAS板卡深度故障诊断系统。     

基于改进人工神经网络的航天器电信号分类方法

根据航天器系统级电性能测试工作中数据量大、任务繁重的特点,设计了基于人工神经网络的智能分类系统,对原始测试数据进行智能化分类,将非线性的调试经验以数据的形式储备,可在减少测试工作中对人为经验依赖的同时为航天器信号识别快速提供专家知识。考虑到经典的人工神经网络系统有训练时间长和对网络初始权值的依赖程度高等不足,利用主成分分析对数据进行压缩和自动编码技术对网络权值进行初始化。实验数据测试表明:与传统方法相比,本文提出的改进学习系统的分类准确率、稳定性和响应速度均得到显著提高。      

某航空活塞发动机回火试验

为解决某航空活塞发动机要取得适航型号合格证(TC)须按CCAR-33部《航空发动机适航标准》第33.51条进行回火试验的问题,通过对单缸发动机回火试验的研究,提出了采用光电信号进行发动机回火检测的测量方法.试验验证表明:光电检测方法能够有效地检测到发动机回火现象.在此基础上,通过试验确定了调节燃油伺服器的贫富油操纵杆逐渐调贫发动机的燃油流量来诱导发动机回火的试验方法.回火试验结果表明:所测活塞发动机在其整个工作状态下存在回火倾向,但在人工诱导57次回火后,发动机状况良好,满足适航认证的要求.      

基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得IPSOSM算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。