Aerodynamic performance enhancement for flapping airfoils by co-flow jet

Introducing active flow control into the design of flapping wing is an effective way to enhance its aerodynamic performance. In this paper, a novel active flow control technology called Co-Flow Jet (CFJ) is applied to flapping airfoils. The effect of CFJ on aerodynamic performance of flapping airfoils at low Reynolds number is numerically investigated using Unsteady Reynolds Averaged Navier-Stokes (URANS) simulation with Spalart-Allmaras (SA) turbulence model. Numerical methods are validated by a NACA6415-based CFJ airfoil case and a S809 pitching airfoil case. Then NACA6415 baseline airfoil and NACA6415-based CFJ airfoil with jet-off and jet-on are simulated in flapping motion, with Reynolds number 70,000 and reduced frequency 0.2. As a result, CFJ airfoils with jet-on generally have better lift and thrust characteristics than baseline airfoils and jet-off airfoil when C_μ is greater than 0.04, which results from the CFJ effect of reducing flow separation by injecting high-energy fluid into boundary layer. Besides, typical kinematic and geometric parameters, including the reduced frequency and the positions of the suction and injection slot, are systematically studied to figure out their influence on aerodynamic performance of the CFJ airfoil. And a variable C_μ jet control strategy is proposed to further improve effective propulsive efficiency. Compared with using constant C_μ, an increase of effective propulsive efficiency by 22.6% has been achieved by using prescribed variable C_μ for NACA6415-based CFJ airfoil at frequency 0.2. This study may provide some guidance to performance enhancement for Flapping wing Micro Air Vehicles (FMAV).     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点；然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

Distributed intelligent self-organized mission planning of multi-UAV for dynamic targets cooperative search-attack

This article studies the cooperative search-attack mission problem with dynamic targets and threats, and presents a Distributed Intelligent Self-Organized Mission Planning (DISOMP) algorithm for multiple Unmanned Aerial Vehicles (multi-UAV). The DISOMP algorithm can be divided into four modules: a search module designed based on the distributed Ant Colony Optimization (ACO) algorithm, an attack module designed based on the Parallel Approach (PA) scheme, a threat avoidance module designed based on the Dubins Curve (DC) and a communication module designed for information exchange among the multi-UAV system and the dynamic environment. A series of simulations of multi-UAV searching and attacking the moving targets are carried out, in which the search-attack mission completeness, execution efficiency and system suitability of the DISOMP algorithm are analyzed. The simulation results exhibit that the DISOMP algorithm based on online distributed down-top strategy is characterized by good flexibility, scalability and adaptability, in the dynamic targets searching and attacking problem.     

质量矩导弹固定时间二阶滑模控制方法

针对三轴稳定的双滑块质量矩导弹，基于动态系统零点配置原理提出一种快速固定时间二阶滑模控制方法。首先建立具有完整耦合动力学特征的质量矩导弹姿态动力学模型；其次，基于典型动态系统进行零点配置原理分析和收敛时间估计；在此基础上，提出动态过程可调节的固定时间二阶滑模控制方法，并对系统收敛时间的上界进行估计；最后，针对质量矩导弹的仿真校验了设计方法的有效性。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

椭圆轨道卫星对地全球覆盖电推进控制

针对椭圆轨道卫星近/远地点的星下点对全球或特定纬度区域的访问问题，提出一种连续小推力下的对地覆盖控制策略。首先，推导了自然摄动对卫星拱线变化的影响，并探讨了进行小推力覆盖控制的必要性。然后，针对燃料消耗的优化问题，将控制方程展开成含傅里叶级数的形式，用以获得便于星上计算的解析形式的次优解，同时探讨了截取阶数与优化程度的关系。在进行拱线控制的同时，通过合理设置约束，对椭圆轨道的近地点高度进行保护，确保卫星安全运行。仿真结果表明，提出的方法能够以适当的燃料消耗代价实现椭圆轨道的近/远地点的全球覆盖控制或特定纬度区域的反复推扫，且控制力在可接受的范围内。     

三角翼DBD等离子体流动控制研究进展

现代战机采用较多的三角翼，在大迎角绕流时存在前缘涡破裂等气动问题。作为新型主动流动控制技术，等离子体激励频带宽、响应快、结构简单、便于闭环控制，在解决三角翼气动问题上具有潜力。回顾了介质阻挡放电（DBD）等离子体气动激励的基本原理，及其用于三角翼前缘涡控制的研究进展。从来流条件、几何构型、激励参数等方面分析了DBD等离子体激励对流动控制效果的影响规律；结合不同激励频率下流场演化特性，分析了流动控制机理。最后，从理论研究和工程应用的角度，对三角翼前缘涡控制的发展进行总结展望。     

用于叶片减振的压电材料分布拓扑优化

提出一种可用于实际叶盘结构的压电分支阻尼器拓扑优化方法,可以给出总质量受约束的压电材料在叶片上的最佳分布,达到尽可能大的模态阻尼比。通过理论推导说明:压电阻尼器所产生的模态阻尼比仅取决于模态机电耦合系数,且该系数只与压电材料的几何形状以及模态应力场有关。进一步结合压电本构关系,基于应力分量的线性加权给出了有限的压电材料在叶片上铺设位置“优先级”的判断指标。给出了基于叶盘结构有限元模型的压电材料拓扑优化方法,通过替换单元类型和材料参数的方式对压电材料进行布置,并给出了多模态族优化、极化方向设置、电极铺设等问题的解决方案。在一个接近真实的叶盘模型上应用了此优化方法。结果表明,仅使用质量占叶片质量10%的压电材料,就可以为多个模态提供约12%的阻尼比。      

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上，其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上，要求算法收敛速度尽可能快，以确保对声波变化的准确跟踪，据此产生匹配的振幅相等、相位相反的次级声信号，进而对噪声进行控制。利用比例思想对LMS算法进行改进，为小系数配上小的步长因子，为大系数配上较大的步长因子。最后，将其应用在地铁通风隧道的次级声通道模型的辨识上，并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明，采用改进后的LMS算法能够有效地加快算法收敛，改善算法的稳态失调性能。