ZL205A合金舱体低压工艺设计及数值仿真应用

针对某ZL205A合金舱体铸件壁薄难充型、壁厚差异大、易产生裂纹等特点,设计了低压底注式浇注工艺。采用立筒缝隙式浇注系统分配充型过程中合金的流量,局部厚大部位放置成形冷铁加快该部位的冷却速度,以控制铸造缺陷的产生。利用ProCast数值仿真软件对工艺进行仿真计算,成功预测了缺陷的产生位置,对工艺方案进行优化,包括倒角过渡、改变型砂使用等,并在优化方案的基础上浇注了舱体铸件,铸件质量良好,没有缩松、缩孔、裂纹等缺陷,符合相关技术要求。     

全柔性空间机器人基于虚拟力的输出反馈有限维重复学习控制及振动抑制

探讨了基座、关节、臂均存在柔性情况下，空间机器人关节轨迹运动及多重柔性振动的主动控制和主动抑制问题.结合线性弹簧、扭转弹簧、简支梁及假设模态法，利用拉格朗日方程建立了基座、关节、臂全柔性影响下的空间机器人系统动力学模型，利用奇异摄动法，将模型分解为关节运动慢变子系统与关节柔性振动快变子系统.为控制慢变子系统中载体姿态、关节刚性运动并且抑制臂的柔性振动，依据虚拟控制力的概念，设计了基于有限维傅里叶级数解析周期信号的输出反馈重复学习算法.李雅普诺夫直接法证实了上述控制器的稳定性.为了抑制快变子系统中基座和关节的柔性振动，分别采用线性二次最优控制方法以及引入关节柔性补偿器间接增大关节等效刚度的方式，使控制算法不局限于求解弱非线性问题.系统数值仿真结果表明，所提出的控制器能够有效抑制机器人多重柔性构件的振动，实现对期望信号的高品质追踪.      

华南地区台风全局化结构及风场特征实测研究

基于探空气球、雷达风廓线仪等设备长期观测数据,对影响华南地区热带气旋的全局化结构及风场特征进行了实测研究.以典型台风为例,考察了系统水平及垂直主结构特征,揭示了台风双眼壁结构、眼壁置换现象以及登陆后结构的轴非对称变化特征.提出了台风气压场水平轴非对称模型和垂直剖线模型,分析了台风气压场两关键参数(最大风速半径及Holland-B)数值分布特征及其与其他参数间的内在关系.采用复合分析技术,对不同来流状况下台风边界层风场特征进行研究,考察了风速剖线低空急流和风向随高度偏转的特征及其随径向距离和来流地貌的变化规律,建立了以低空急流为特征的台风垂直剖线经验模型,为精确化评估高层建筑风荷载提供数据和技术支撑.相关研究成果有助于深化对华南地区热带气旋全局化结构及风场特征的认识,并为合理评估该地区台风风灾害及构筑物台风风效应提供参考.     

固体火箭冲压发动机设计点性能优化分析

针对冲压动力飞行器射程优化总体需求，提出了基于飞行器-发动机性能因子的评估方法，建立了固体火箭冲压发动机性能模型及优化设计流程，为总体与动力一体化优化设计提供了支撑。根据典型含硼贫氧推进剂性能分析结果可知，相同马赫数及余气系数下，高度对比冲的影响不明显；相同马赫数下，比冲随余气系数的增加先增加后减小；相同余气系数下，比冲随马赫数的增加而降低；飞发性能因子随马赫数、余气系数的增加先增加后降低，在一定条件下达到最大值。      

高温环境下大尺度薄壁结构的电性能优化设计

考虑温度引起的热变形和材料电磁参数变化对天线罩电性能的影响,基于口径积分-表面积分法(AI-SI)和有限元法(FEM),提出了高温环境下天线罩电性能分析方法;进而基于粒子群算法(PSO),建立了计及热效应的天线罩结构电性能优化流程。分别选取常温环境、均匀高温环境和非均匀高温环境三种典型工况,对比研究了温度对天线罩电性能的影响规律,并对天线罩电性能进行了优化,研究结果表明:高温会引起天线罩透波系数的下降和瞄准误差的上升,在天线罩优化设计中应重视温度对电性能的影响;计及热效应的天线罩结构电性能优化方法能显著提升天线罩的透波系数、降低瞄准误差,具有良好的优化效果。     

基于生成对抗网络的空间卫星低照度图像增强

针对空间低照度成像条件下卫星光学图像信息受损严重的问题，提出了一种基于生成对抗网络的空间卫星低照度图像增强方法，提高了图像的平均亮度及对比度，恢复图像细节信息，为图像识别等图像处理技术提供更高质量的数据信息。首先，设计了一种密集连接的生成器，加强了各特征提取阶段中的信息传递以及多层特征的融合，减少了特征信息的损耗，更好地提取正常照度图像及低照度图像中相似的语义信息；并结合EnlightenGAN的思想，采用了全局 局部辨别器结构，使图像增强效果更自然。然后，在少量样本的条件下，利用非配对样本对该方法进行训练，并通过对输入图像进行随机缩放及翻转等数据增强方法提高模型训练效果，进而提升低照度图像增强性能。最后，对所提出的空间卫星低照度图像增强方法进行了仿真验证。试验结果表明，在空间低照度条件下，该方法在NIQE指标上较LIME及EnlightenGAN分别降低了1.034和0.699，保留了更多的图像细节，具有更高的整体和局部亮度、更高的对比度以及更自然的增强效果。     

利用视加速度补偿和推力逐级释放的垂直着陆制导方法

针对运载火箭子级垂直返回着陆段的制导问题，本文在应用凸优化的滚动时域在线规划基础上研究了制导鲁棒性的改善策略。为应对着陆后期控制能力不足的情况，在滚动规划过程中引入了推力上界逐级释放的策略。同时，考虑缓解干扰和误差累积的影响，在制导周期内引入视加速度信息对在线规划的推力指令进行补偿，以进一步改善滚动规划的递归可行性。最后，通过数值算例仿真及对比分析验证所提出的补偿策略的有效性。     

期望状态序列导向的深空探测器规划修复方法

Aiming at the challenges caused by the persistence, concurrency and energy consumption of probe actions, a plan repair method of deep space probe based on the expected state sequence is proposed. In this method, the expected state sequence is formed of the expected effect of the unfinished action and the expected precondition of the unexecuted action in the pre designed plan, according to the execution status of the action. The expected state sequence is an ordered set of states with mixed logic and energy, providing subgoals for plan repair and also transforming the plan repair problem into the state transition path searching problem. During the search, the plan repair strategy with energy supply priority is proposed, which separates the logic repair from energy repair to reduce the difficulty of solving the problem. And this method enables the probe to recover from plan failure autonomously. Finally, the effectiveness and rationality of the proposed method are verified through simulation by taking the Mars Orbiter as an example.     

基于自适应网格的钝头体激波诱导燃烧现象数值模拟研究

钝头体激波诱导燃烧是爆震研究的一个基本问题。针对化学恰当量比的H2/Air预混气在Ma=4.79和Ma=6.46时的激波诱导燃烧现象开展数值模拟研究，采用基于有限体积法的块结构自适应网格加密程序AMROC对带化学反应源项的轴对称Euler方程解耦求解，考察了数值模拟中不同形式的MUSCL重构格式、限制器类型以及化学反应机理等重要因素对模拟结果的影响。结果表明，程序能够根据设定的加密判据较好地实现网格自适应加密，减小总网格量，实现高效数值模拟。通过与实验数据的对比，表明非定常激波诱导燃烧算例的准确程度不仅取决于化学反应机理，也取决于限制器类型，而采用两种不同形式的MUSCL重构格式获得的振荡频率则几乎一致，与试验结果的误差分别为1.17%和0.97%。模拟对比经典的Jachimowski机理和近年来新发展的几种包含压力相关反应步的氢/氧反应机理，模拟结果表明：对于Ma=4.79时的非定常激波诱导燃烧模拟，经典的Jachimowski机理仍然是能够给出与实验结果最接近的反应机理；而对于Ma=6.46时的定常激波诱导燃烧模拟，几种反应机理均能给出与实验吻合较好的结果。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。