一种高超声速滑翔飞行器轨迹智能预测方法

针对高超声速滑翔飞行器(Hypersonic glide vehicle, HGV)机动性强、轨迹预测困难的问题,选取气动加速度作为预测参数,提出了一种基于集合经验模态分解和注意力长短时记忆网络的HGV轨迹智能预测方法。首先,以HGV六自由度运动方程为基础,分析了其机动特性和气动力变化规律,建立了动力学跟踪模型,对气动加速度进行实时估计;其次,利用集合经验模态分解对估计的气动加速度进行分解和重构,减弱噪声影响,避免对预测模型的干扰;最后,利用去噪后的气动加速度数据对注意力长短时记忆网络进行训练,进而预测未来气动加速度数据并重构HGV未来轨迹,实现轨迹的在线预测。实验仿真表明,该方法能有效预测HGV机动轨迹,预测精度高、稳定性好。     

再入轨迹多约束模型预测静态凸规划方法

针对大升阻比可重复使用飞行器再入滑翔轨迹规划问题,提出了一种基于自适应分段Chebychev伪谱离散的多约束模型预测静态凸规划算法(P CMPCP),实现了全量终端状态约束及多过程约束作用下再入轨迹的高精度迭代解算。考虑倾侧角翻转导致控制量不连续,传统规划方法难以同时严格满足终端位置、角度约束,且过程约束易超限,采用自适应分段伪谱离散策略,构建全程飞行状态及过程性能指标约束对各配点处控制调整量的敏感度关系,从而将非线性最优控制问题转化为静态凸规划问题,并利用内点法对各分段控制量进行了协调优化。本文所提方法无需对动力学模型进行简化或近似处理,即能以少量积分运算使轨迹满足再入全量模型约束,且控制量平滑,数值精度优于传统规划方法。     

迎角受限的高超声速飞行器固定时间鲁棒控制

针对高超声速飞行器动力学模型强耦合、非对称时变迎角限制、气动参数高度不确定以及跟踪误差收敛速率要求高等问题,设计了一种考虑非对称时变迎角限制的高超声速飞行器固定时间非奇异切换控制策略。为了解决非对称时变迎角限制问题,首先限制迎角虚拟控制器的幅值并设计固定时间误差补偿系统补偿迎角虚拟控制器饱和带来的不利影响,然后设计了一种新的光滑切换的非对称时变障碍函数限制迎角跟踪误差,从而使迎角满足非对称时变限制。光滑切换技术以及固定时间收敛技术也应用于其他虚拟控制律和实际控制律的设计中,以避免奇异值问题并且保证闭环系统的固定时间稳定。此外,设计了一种固定时间稳定的鲁棒补偿器用以补偿系统不确定性带来的不利影响。严格的数学推导证明了本文方法的正确性,仿真结果验证了本文方法的有效性和优越性。     

数字孪生技术综述分析与发展展望

随着数字化与仿真技术的发展,数字孪生技术已成为各行业的新兴研究热点,面对航天高质量、高效率和高效益的发展要求,有必要深入研究数字孪生技术的内涵及其关键技术,以便更好地研究探讨航天领域相关数字化仿真技术未来的发展方向。对数字孪生概念、数字孪生关键技术及研究现状进行了系统总结和分析,提出了航天领域数字孪生技术研究及应用领域发展展望。     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

射流伺服阀用放大型超磁致伸缩执行器建模及分析

为提高射流伺服阀的动态性能,设计了采用桥式微位移放大机构的射流伺服阀用放大型超磁致伸缩执行器(AGMA)。建立了计输入位移损失的放大机构模型以及非线性位移输出理论模型,并采用有限元法对所建放大机构模型进行了对比验证,结果表明:放大机构的输入刚度模型最大误差0.78N/μm,放大倍数模型最大误差0.22,放大倍数受输入位移影响较小。最后,试验研究了AGMA的静动态特性,结果显示:控制电流在-0.5A到0.5A缓慢变化时,AGMA输出位移约为78μm;当控制电流从-0.5A跃变到0.5A时,其峰值位移约为71μm,峰值时间约为0.014s,调节时间小于0.1s;当控制电流幅值为0.5A时,其输出位移幅频宽40Hz,谐振频率约为30Hz。     

基于干扰观测器的高超声速飞行器预测控制器设计简

 针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。     

空中加油系统的建模与控制技术综述

空中加油已经成熟应用超过半个世纪,但其建模与控制技术仍是航空界的研究热点与难点之一。综合大量文献,回顾了空中加油的发展历程和战略价值所在,比较研究了2种加油方式各自的优劣,总结了近年开展的系统建模和控制相关的研究成果。基于硬式加油与软式加油的功能互补之效,提出了借助研制大型运输机的契机发展硬式加油技术的观点。通过研究国内已经开展的相关工作及其不足之处,论证了开展系统建模与控制专项研究的必要性与积极意义。结合硬式加油系统的特点,提出了建模时应该综合考虑系统多刚体、多构型、强扰动与不确定性、受弹性形变与弹性振荡影响等特点,并提出了与之对应的伸缩管姿态控制、对接状态应力自动补偿、对接过程协同控制、抑制弹性振荡影响、半物理实验平台开发等关键问题。     

载人航天器空气环境参数控制非定常仿真分析

为支持乘员在轨驻留,载人航天器需通过空气环境控制系统将众多设计参数和空气环境参数控制在指标范围内。文章建立了一种载人航天器空气环境非定常控制仿真分析模型,包括舱体模块、航天员模块、舱压控制模块、温湿度控制模块以及CO2净化模块。利用该模型分析了载人航天器空气环境参数随乘员代谢水平的非定常变化趋势,并评估了控制系统的工作性能。结果表明:乘员代谢水平变化对空气环境参数有显著影响,通过调节控制系统运行参数可将各空气参数控制在有效指标范围内。人区温度与O2分压、CO2分压和人区湿度有密切的影响关系,不可孤立地进行分析。为载人航天器空气环境参数控制系统的设计和流程改进提供了依据。     

A strategic flight conflict avoidance approach based on a memetic algorithm

Conflict avoidance （CA） plays a crucial role in guaranteeing the airspace safety. The cur- rent approaches, mostly focusing on a short-term situation which eliminates conflicts via local adjust- ment, cannot provide a global solution. Recently, long-term conflict avoidance approaches, which are proposed to provide solutions via strategically planning traffic flow from a global view, have attracted more attentions. With consideration of the situation in China, there are thousands of flights per day and the air route network is large and complex, which makes the long-term problem to be a large-scale combinatorial optimization problem with complex constraints. To minimize the risk of premature convergence being faced by current approaches and obtain higher quality solutions, in this work, we present an effective strategic framework based on a memetic algorithm （MA）, which can markedly improve search capability via a combination of population-based global search and local improve- ments made by individuals. In addition, a specially designed local search operator and an adaptive local search frequency strategy are proposed to improve the solution quality. Furthermore, a fast genetic algorithm （GA） is presented as the global optimization method. Empirical studies using real traffic data of the Chinese air route network and daily flight plans show that our approach outper- formed the existing approaches including the GA .based approach and the cooperative coevolution based approach as well as some well-known memetic algorithm based approaches.