Deorbiter CubeSat mission design

This paper presents the mission design for a CubeSat-based active debris removal approach intended for transferring sizable debris objects from low-Earth orbit to a deorbit altitude of 100 km. The mission consists of a mothership spacecraft that carries and deploys several debris-removing nanosatellites, called Deorbiter CubeSats. Each Deorbiter is designed based on the utilization of an eight-unit CubeSat form factor and commercially-available components with significant flight heritage. The mothership spacecraft delivers Deorbiter CubeSats to the vicinity of a predetermined target debris, through performing a long-range rendezvous maneuver. Through a formation flying maneuver, the mothership then performs in-situ measurements of debris shape and orbital state. Upon release from the mothership, each Deorbiter CubeSat proceeds to performing a rendezvous and attachment maneuver with a debris object. Once attached to the debris, the CubeSat performs a detumbling maneuver, by which the residual angular momentum of the CubeSat-debris system is dumped using Deorbiter’s onboard reaction wheels. After stabilizing the attitude motion of the combined Deorbiter-debris system, the CubeSat proceeds to performing a deorbiting maneuver, i.e., reducing system’s altitude so much so that the bodies disintegrate and burn up due to atmospheric drag, typically at around 100 km above the Earth surface. The attitude and orbital maneuvers that are planned for the mission are described, both for the mothership and Deorbiter CubeSat. The performance of each spacecraft during their operations is investigated, using the actual performance specifications of the onboard components. The viability of the proposed debris removal approach is discussed in light of the results.     

燃油离心泵多目标优化设计及仿真分析

针对燃油离心泵高效、高抗汽蚀优化设计问题,进行了基于损失模型和SQP算法下的多目标优化设计并进行了仿真应用。首先,考虑叶轮、蜗壳等通流部件内的水利损失、容积损失以及机械损失,建立表征离心泵效率的综合损失模型；结合基于必须汽蚀余量计算下的汽蚀表征函数以确定离心泵多目标函数。进而,利用SQP算法构造合理的适应度函数,结合约束条件确定离心泵多目标优化设计的数学模型。其次,对某型燃油离心泵进行基于SQP算法的优化设计并与其他常用优化算法进行对比。可以看到：各优化算法的最优结果几乎相似,但SQP算法对多维非线性方程组优化求解所用的迭代步数相对较少。最后,利用CFD技术进行仿真及外特性预测,以验证基于SQP算法下燃油离心泵多目标优化设计的有效性。结果表明：相比传统方法设计的原型离心泵,基于SQP算法优化的离心泵内流场压力分布相对均匀,流动损失更低,且进口流动有利于抗汽蚀性能；从外特性结果来看,基于SQP算法优化的离心泵高效工作区域相对宽广,必须汽蚀余量相对较低,抗汽蚀性能有所改善。     

插装式液控能源选择阀的设计与分析

针对液压系统油源的安全性及可靠性问题，提出油源冗余设计方法，即多油源供给多负载，当某一油源发生故障时能源选择阀切断故障油源，由其他油源给负载提供基本液压能源，系统能完成必须的服役性能。针对液压系统能源选择阀存在的频繁换向与振动问题，提出一种插装式液控能源选择阀，其先导阀采用锥阀和可变阻尼形式，主阀采用三台肩且终端有缓冲功能的滑阀。建立了插装式液控能源选择阀的数学模型，分析了能源选择阀在两种模拟故障下的切换压力及切换时间、油源压力脉动等特性。理论分析结果表明，油源压力阶跃和线性变化时，某能源选择阀切换时间分别为5 ms和7 ms。当压力发生波动时，主阀不会发生振动，还可通过液控先导阀结构设计来控制切换压力和回复压力大小。     

GEO/IGSO混合区域导航星座的设计与优化算法

区域导航星座能够以较低成本和较短时间获得目标区域导航能力，且地球同步轨道是构建非极区区域导航星座的重要轨道类型。提出一种基于GEO（地球静止轨道）和IGSO（倾斜地球同步轨道）的区域导航星座设计方法。基于星下点轨迹特性构造对称星座设计参数和优化参数集，并考虑地球扁率长期摄动影响，计算星座轨道参数。以导航服务区的统计GDOP（几何精度因子）为目标函数，利用差分进化算法构建星座优化模型。以印度IRNSS的7星星座为例，仿真检验了设计和优化算法的正确性，讨论了IRNSS星座优化构型和轨道类型选取。本方法采用的对称星座设计参数少，能够提升GEO/IGSO混合区域导航星座的全局优化效率，为后续非对称星座快速提供最佳星数和构型设计。     

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。     

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性，提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先，建立了返回多飞行段轨迹在确定性条件下的优化模型。然后，为同时兼顾轨迹的鲁棒性和可靠性，建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后，基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理，将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题；为提高路径约束的可靠度评估效率，基于非侵入式多项式混沌展开方法对最可能点法进行改进，进一步发展了序列优化和可靠度评估策略。数值仿真结果表明，所提出的不确定性优化方法具有较好的鲁棒性，可以满足工程可靠性指标要求，同时还具有较高的精度和计算效率。     

金属增材制造数据处理与工艺规划研究综述

金属增材制造数据处理与工艺规划是金属增材制造软件系统的核心,涵盖了金属支撑结构设计、模型切片以及路径规划等内容,决定着最终金属零部件的产品性能。从金属增材制造模型前处理出发,较为全面地概述了与之相关的多类型支撑设计和新型支撑优化等数据处理内容,针对金属增材制造数据处理中模型切片这一关键环节,分别从平面切片、自适应切片和曲面切片等方面进行了研究进展综述,同时对金属增材制造工艺中的路径规划研究进展进行了概述,最后对其发展趋势做了初步展望。     

飞行器智能设计愿景与关键问题

未来飞行器正朝着多元化、无人化和智能化的方向发展，高超声速、超隐身和变体等新型飞行器不断涌现。而传统飞行器解耦分拆的设计方法越来越难以满足未来飞行器综合性能全面提升的要求，只有通过整体化设计才能充分发掘飞行器的潜能。通过分析传统飞行器设计中存在的问题，提出满足全生命周期要求的飞行器智能设计体系理念，利用知识库的构建将智能赋予飞行器平台系统设计、制造生产和运维这3个阶段，并通过数字孪生技术进行飞行器全生命周期的仿真、分析和预测，以对飞行器设计、运行等数据进行更新，使该体系形成闭环。就飞行器智能设计体系中需要的关键技术及涉及的科学问题等进行了讨论，并给出了未来发展方向以供参考。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

Shaping low-thrust trajectories with thrust-handling feature

Shape-based methods are becoming popular in low-thrust trajectory optimization due to their fast computation speeds. In existing shape-based methods constraints are treated at the acceleration level but not at the thrust level. These two constraint types are not equivalent since spacecraft mass decreases over time as fuel is expended. This paper develops a shape-based method based on a Fourier series approximation that is capable of representing trajectories defined in spherical coordinates and that enforces thrust constraints. An objective function can be incorporated to minimize overall mission cost, i.e., achieve minimum $\mathrm{\Delta }V$. A representative mission from Earth to Mars is studied. The proposed Fourier series technique is demonstrated capable of generating feasible and near-optimal trajectories. These attributes can facilitate future low-thrust mission designs where different trajectory alternatives must be rapidly constructed and evaluated.