Application of a modified generalized sail model on a solar sail with wrinkles

In this paper, we present an analysis of effect of wrinkles on the solar sail performance. We describe different analytical, semi-analytical and numerical approaches to the calculation of general large-scale curvature of a solar sail as well as parameters of so-called wrinkled domains, and introduce the impact of such wrinkles on the thrust and torque of the solar sail. Finally, we present a model of an optically-orthotropic surface for such non-ideal sail, providing a connection with the Generalized Sail Model, and other solar sail thrust models.     

螺旋爆轰内部胞格结构实验探索

为研究螺旋爆轰胞格结构，选取预混气C2H2+2.5O2+85%Ar、C2H2+2.5O2+70%Ar与C2H2+5N2O在光滑管中进行爆轰实验，使用烟膜记录管道侧壁与端面胞格结构。编写MATLAB程序处理烟膜记录，比较侧壁横波间距、端面胞格直径平均值，以及相邻端面胞格中心点距离平均值与标准差。其中，侧壁横波间距明显大于管壁附近端面胞格直径平均值。另外，相较于稳定气，不稳定气近管壁与近管轴区域的端面胞格直径差异更大，不同压力下预混气C2H2+5N2O近管壁与近管轴区域的端面胞格直径差异分别为47.91 %、59.64 %、40.42 % 与37.21 %。为进一步探索爆轰波内部结构，使用CH4+2O2在5 mm、15 mm与25 mm宽度的环形管进行实验，对比侧壁及端面烟膜结果可观测到内部螺旋横波旋转方式。相对环管宽度而言，初始压力是胞格尺寸的主要影响参数，而整体上外侧壁胞格尺寸稍大于内侧壁胞格尺寸。     

厚覆冰导线升力突变机理及数值模拟研究

针对新月形厚覆冰导线的升力系数在风攻角15°附近存在突变的问题,分别采用基于k-ωSST湍流模型的雷诺时均法和大涡模拟(LES)的数值方法对新月形厚覆冰导线在风攻角10°~20°范围进行了模拟。通过对比两种数值方法计算得到的覆冰导线气动力系数、流场结构和表面风压,发现LES方法能够更好地捕捉新月形覆冰导线表面的小尺度涡结构,得到的覆冰导线气动力参数计算结果与风洞试验数据高度吻合;而k-ωSST湍流模型难以模拟壁面上小尺度涡,捕捉不到升力系数的突变。根据覆冰导线不同壁面区域的压力分布,发现上侧壁面处的涡结构影响整体流场,并在下侧壁面曲率、来流夹角和壁面切线方向共同作用下导致升力系数突变。LES的气动力参数模拟结果可为覆冰导线防舞提供参考。     

基于深度神经网络的客机总体设计参数敏感性分析

飞机总体主要设计参数敏感性分析揭示了总体主要设计参数对飞机特性指标的影响，有助于总体设计方案的决策。针对宽体客机总体主要设计参数敏感性问题，根据其总体主要设计参数和特性指标的特点，以及多学科间的耦合关系，建立了深度神经网络模型。该深度神经网络模型以客机总体主要设计参数为输入，对特性指标进行预测。在深度神经网络模型中，设置了多个输入层、多个输出层以及多个分块的隐藏层，从而模拟客机总体主要设计参数对特性指标的影响以及不同特性指标之间的相互作用。测试结果表明，与传统代理模型相比，深度神经网络模型对客机特性指标的预测精度更高，多参数适应性更好。利用该深度神经网络模型对客机总体主要设计参数进行敏感性分析。分析结果表明，机翼1/4弦线后掠角在30°~31.5°时，有利于减少最大起飞重量和起飞平衡场长；发动机海平面最大静推力和机翼面积对客机直接使用成本、最大起飞重量等特性指标的影响最为显著。     

Framework and development of data-driven physics based model with application in dimensional accuracy prediction in pocket milling

In the manufacturing of thin wall components for aerospace industry, apart from the side wall contour error, the Remaining Bottom Thickness Error (RBTE) for the thin-wall pocket component (e.g. rocket shell) is of the same importance but overlooked in current research. If the RBTE reduces by 30%, the weight reduction of the entire component will reach up to tens of kilograms while improving the dynamic balance performance of the large component. Current RBTE control requires the off-process measurement of limited discrete points on the component bottom to provide the reference value for compensation. This leads to incompleteness in the remaining bottom thickness control and redundant measurement in manufacturing. In this paper, the framework of data-driven physics based model is proposed and developed for the real-time prediction of critical quality for large components, which enables accurate prediction and compensation of RBTE value for the thin wall components. The physics based model considers the primary root cause, in terms of tool deflection and clamping stiffness induced Axial Material Removal Thickness (AMRT) variation, for the RBTE formation. And to incorporate the dynamic and inherent coupling of the complicated manufacturing system, the multi-feature fusion and machine learning algorithm, i.e. kernel Principal Component Analysis (kPCA) and kernel Support Vector Regression (kSVR), are incorporated with the physics based model. Therefore, the proposed data-driven physics based model combines both process mechanism and the system disturbance to achieve better prediction accuracy. The final verification experiment is implemented to validate the effectiveness of the proposed method for dimensional accuracy prediction in pocket milling, and the prediction accuracy of AMRT achieves 0.014 mm and 0.019 mm for straight and corner milling, respectively.     

基于知识图谱和自动机器学习的软件缺陷预测

不稳定和召回率低效的软件缺陷预测模型难以在行业领域应用，为解决稳定和高效各项性能评价指标的软件缺陷预测模型在工程实践应用的问题，提出了一种基于知识图谱和自动化机器学习的软件缺陷预测方法AutoKGGAS，首先获取软件缺陷预测模型数据，对知识建模、知识获取、知识融合、知识储存与知识计算等知识图谱构建技术研究，实现知识图谱推荐优质软件缺陷预测模型作为自动化搜索的热启动输入条件，根据不同的软件缺陷预测评价指标，优化不同最佳的模型结构.其次实证研究采用NASA开源数据集实验对象和六种性能评价指标，实验结果表明， AutoKGGAS自动化软件缺陷预测模型在不同数据集不同评价指标方面，性能优于知识图谱推荐的传统经典软件缺陷预测模型.自动化软件缺陷预测模型为航天软件缺陷预测辅助代码审查测试提供了原型，在工程实践应用方面具有重要的意义.     

空天飞行器返回滑翔段在线制导方法

针对空天往返飞行器的返回滑翔段在线制导问题，设计了一种新的滑翔段飞行剖面，实现了滑翔段终端交班高度、位置和倾角约束的自动满足，减少了在线制导算法中需处理的约束数量。推导了滑翔段运动状态、过程约束和性能指标的解析表达式，获得了剩余航程和终端速度间的函数关系。在此基础上，提出了一种双层在线制导方法：内层解析重构飞行剖面，同时通过解析确定路径点来改变剩余航程的变化率，进而对终端交班速度进行控制；外层借助解析表达式，使用粒子群优化算法(PSO)和改进共轭梯度法(CGM)优化飞行剖面，从而满足过程约束和指标要求。最后通过数学仿真验证了方法的正确性。     

基于虚拟安全域的多级安全访问控制

虚拟化技术作为云计算的核心技术,相对于传统技术具有节约开销、易于管理、灵活制定等优势,成为业界应用的热点技术。文章研究了传统的BLP多级安全模型,并改进了该模型应用于虚拟化系统访问控制,结合虚拟安全域的概念,设计实现了虚拟化系统访问控制模型,主要结合分级分域原则对虚拟机之间的通信控制和虚拟机对虚拟磁盘的访问控制进行约束。     

轨控大干扰下的系统角动量管理

摘要： 针对利用角动量交换装置系统实现轨控期间姿态维持的情况，研究当轨控推力器存在大力矩扰动时系统角动量管理方法.结合对地运行航天器轨道运动特性，分析轨控干扰力矩的积累角动量变化规律；考虑角动量管理装置系统的角动量存贮容量，基于角动量积累规律提出了一种结合偏置角动量建立与对称分布轨控位置选择的系统角动量管理方法，实现了对称轨控位置积累角动量互相抵消的自平衡效果，极大程度地提高轨控效率且避免系统角动量饱和现象.所提出的方法适用于喷气欠驱动控制系统，方法的有效性通过了数学仿真验证及在轨型号应用.