基于贝叶斯更新的飞机结构腐蚀可靠度模型

民用飞机结构腐蚀发展的时变性和样本采集的局限性,给腐蚀检测数据分布函数的确定及参数的估计带来了很大的不确定性。针对这一问题,给出了基于贝叶斯公式的合理分布函数选取及参数估计方法。为满足在役飞机结构可靠性动态管理的需求,基于贝叶斯更新思路,将反映结构性能退化共性规律的预测模型视为先验模型,沿着具体结构生命周期不断挖掘利用新信息,建立具体飞机结构腐蚀失效概率和可靠度的动态预测模型。算例采用某型民用飞机地板梁结构腐蚀的无损检测数据,结果显示：腐蚀深度的合理分布为双参数威布尔分布,基于贝叶斯更新后的腐蚀失效概率计算得到的结构可靠度与未更新的显著不同。表明更新后的可靠度因为既考虑了模型参数的历史先验信息,又利用了当前数据实时更新了预测模型,从而有效地降低了有限样本带来的不确定性,使得预测值稳健且具有时变性,更符合工程实际。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

火星多光谱相机的地面几何标定研究

随着航空航天技术的飞速发展,作为地球近邻的火星成为当今国际空间大国的主要研究目标。为完成火星巡视区形貌和地质探测任务,可直接使用多光谱相机获取的高分辨率真彩色图像作为观测手段。为寻找着陆点,火星多光谱相机应具备精确定位的测绘功能,因此需进行几何标定估计其内方位元素。通过张正友标定算法提供初值,然后以改进的Heikkil?算法完成几何标定,经过分析标定结果的不确定度,探究实验误差来源,提出改进方法,最终获得满足要求的标定参数,为实现图像融合、三维重建等计算机视觉领域奠定坚实的基础。     

考虑分布参数依赖的风险混合不确定性分析方法

在定量化风险评估中,针对变量分布参数存在依赖时的混合不确定性传播问题,提出一种考虑分布参数完全依赖、部分依赖以及独立传播情形的双层混合不确定性刻画与传播框架,内外层分布参数不确定性分别用概率分布与可能性分布刻画,采用蒙特卡罗模拟法与模糊扩展原则相结合的数值求解方法。针对认知不确定性分布参数依赖性,构建了统一的认知不确定性分布参数依赖性模型,并给出依赖性系数的概念。为实现认知不确定性分布参数独立性采样,设计了基于D-S证据理论与随机集相结合的不确定性传播算法,相比于概率刻画下的双层蒙特卡罗方法,计算代价有效降低。以某型氢氧发动机贮箱共底漏气率为算例,验证本文方法的有效性与可行性。     

对失效卫星特征点的自适应位姿跟踪控制

为满足对失效卫星上某个特征点位置悬停的同时使追踪星上敏感器指向该特征点,展开了对失效卫星特征点与追踪星间相对动力学建模与控制的研究。在追踪星本体坐标系下建立了六自由度相对位姿动力学模型,并结合失效卫星上特征点的运动规律,给出追踪星的期望跟踪位置和期望跟踪姿态。考虑到追踪星质量、转动惯量、系统所受扰动力、扰动力矩及失效卫星转动惯量的不确定性,设计了复合自适应位姿跟踪控制律,并通过Lyapunov法证明了闭环系统稳定性。对输出受限情况,采取设计控制参数调节过程及输出限幅措施。在仿真条件下,系统在自适应控制律下能够以位置误差约1cm、姿态误差约0.01°完成位姿跟踪任务;增大不确定参数偏差后,位置跟踪误差增至约7cm,姿态误差增至约0.1°;对控制参数进行调节后,可在不影响跟踪精度的条件下在指定范围内限制输出幅值,将幅值限制在指定范围内,并减小控制所需冲量的9%和冲量矩的30%。     

月/火着陆制导方法与考虑不确定性的研究进展

上世纪六七十年代和21世纪后的两轮月/火探测热潮产出了丰硕成果,以Artemis计划、探月工程四期和火星采样返回为代表的新一批任务已拉开帷幕,站在这一特殊历史节点,对月/火着陆制导技术进行综述。首先,阐述了月/火着陆的物理过程,指出了未来复杂探测任务对制导技术的挑战。随后,鉴于轨迹优化这一技术分支近年取得的广泛发展,讨论了其与制导的联系。然后,回顾了月/火探测工程任务的技术遗产,包括多项式制导、动力显式制导、Apollo进入制导、预测校正制导以及凸规划制导。鉴于动力学与环境不确定性的挑战日益突出,讨论了来自人工智能、先进优化与控制等领域的潜在理论工具,能够为制导技术的发展提供新动力。最后,面向随时随地、高精度、高可靠、高自主着陆的制导技术发展需求,总结了后续研究方向。     

变热线过热比可压缩流湍流度测量方法优化

开展了可压缩流中湍流度测量技术的优化研究，以满足对试验数据高精度评估的需求。在变热线过热比湍流度测量方法推导过程中，忽略了压力脉动项以简化湍流度求解过程。为更加准确评估高速风洞流场湍流度，引入了压力脉动项，以恒温热线风速仪响应关系式为基础，从理论上对可压缩流中湍流度的求解方法进行了优化。在马赫数0.3~0.7进行了湍流度测量试验，并分别利用优化前后的湍流度求解方法对试验数据进行了处理。结果表明两种求解方法所得的湍流度结果量值相近，但优化后的湍流度求解方法所得的湍流度结果随马赫数的变化趋势更加符合客观物理规律。利用蒙特卡洛模拟方法对湍流度的不确定度进行了求解，不确定度量值远小于湍流度量值，表明优化后的湍流度求解方法所得的湍流度结果基本能够代表真实值。试验结果证明了优化后湍流度测量方法的正确性及应用恒温热线风速仪对高速风洞流场湍流度进行测量的可行性。     

贫预混燃烧室化学反应器网络模型建模及不确定性分析

基于CFD三维数值模拟结果的化学反应器(CRN)网络模型方法具有快速预估燃烧室NOx排放的特点。研究通过CFD数值模拟手段获得了贫预混燃烧室流场、温度场等特征分布,基于燃料空气掺混特性、速度场、温度场、OH分布以及达姆科勒数,燃烧室被离散划分为预热区、火焰锋面区、火焰过渡区、后火焰区、中心回流区以及角回流区,建立了复杂的CRN模型表征燃烧室内部的流动特征和火焰结构。以贫预混燃烧器为对象,与实验结果进行了对比验证。通过敏感性和不确定性分析获得了反应区域停留时间和烟气回流比例等关键参数对NOx排放的影响规律。结果表明:CFD-CRN混合方法更适用于在高当量比条件下贫预混燃烧室NOx排放的快速有效预测。在相同扰动强度的条件下,反应预热区域和火焰锋面区域的停留时间扰动对CRN模型预测NOx的生成量和稳定性影响更显著。CFD-CRN混合方法应明确在较高的绝热火焰温度条件下烟气回流比的准确性计算及其对NOx生成的显著影响。      

星敏感器遮光罩消光比定量测试及数据处理方法

面向星敏感器在轨工作时的杂光抑制需求，开展星敏感器遮光罩消光比定量测试及数据处理方法研究。基于高灵敏度弱光探测组件、高精度电控转台以及太阳模拟器搭建杂光集成测试平台，在电控转台步进电机的驱动下实现不同光照角度时遮光罩消光比测量数据的实时获取。根据构建的数据处理模型计算获得遮光罩的消光比，并基于A类不确定度评定方法完成消光比测量的不确定度分析。从测量结果可以看到，在光照入射天顶角达到保护角30度时，消光比测量值达到10-6量级，在光照入射天顶角为54度时，消光比测量值达到10-7量级，且多次测量数据的变化规律基本一致。测量结果表明了测量方案的合理性和可行性，可为星敏感器系统方案设计、测试与评估提供重要的技术支持。     

Advanced ensemble modeling method for space object state prediction accounting for uncertainty in atmospheric density

For objects in the low Earth orbit region, uncertainty in atmospheric density estimation is an important source of orbit prediction error, which is critical for space traffic management activities such as the satellite conjunction analysis. This paper investigates the evolution of orbit error distribution in the presence of atmospheric density uncertainties, which are modeled using probabilistic machine learning techniques. The recently proposed “HASDM-ML,” “CHAMP-ML,” and “MSIS-UQ” machine learning models for density estimation (Licata and Mehta, 2022b; Licata et al., 2022b) are used in this work. The investigation is convoluted because of the spatial and temporal correlation of the atmospheric density values. We develop several Monte Carlo methods, each capturing a different spatiotemporal density correlation, to study the effects of density uncertainty on orbit uncertainty propagation. However, Monte Carlo analysis is computationally expensive, so a faster method based on the Kalman filtering technique for orbit uncertainty propagation is also explored. It is difficult to translate the uncertainty in atmospheric density to the uncertainty in orbital states under a standard extended Kalman filter or unscented Kalman filter framework. This work uses the so-called “consider covariance sigma point (CCSP)” filter that can account for the density uncertainties during orbit propagation. As a test-bed for validation purposes, a comparison between CCSP and Monte Carlo methods of orbit uncertainty propagation is carried out. Finally, using the HASDM-ML, CHAMP-ML, and MSIS-UQ density models, we propose an ensemble approach for orbit uncertainty quantification for four different space weather conditions.