Stacked-GRU网络在动力随动陀螺零部件选配上的应用

动力随动陀螺是红外导引头位标器的核心部件之一，其装配质量对于导弹制导精度而言有着决定性的作用。针对动力随动陀螺零部件一次选配成功率低的问题，提出了一种基于数据驱动的动力随动陀螺零部件选配方法。对动力随动陀螺零部件装配现状进行了分析，考虑到零部件装配参数间复杂的非线性映射关系，建立了堆叠门控循环单元（Stacked-GRU）网络数据驱动模型，对陀螺待装配零部件参数属性值进行了预测。根据预测结果指导了陀螺零部件的选配，并以陀螺典型零部件装配为例进行了验证。实验结果表明，所提方法能够实现动力随动陀螺零部件的选配，且预测精度优于传统神经网络。     

旋翼螺旋桨/机翼巡航状态气动干扰规律研究

为优化倾转旋翼机气动布局,研究旋翼螺旋桨与机翼间复杂的气动干扰,在考虑有限翼展三维效应、翼尖小翼情况下,通过改变机翼外翼段的长度,研究了旋翼螺旋桨与机翼间的气动干扰规律。使用计算流体力学的三维非定常计算方法获得了巡航状态下旋翼螺旋桨与机翼的流场特征及气动特性参数,研究了螺旋桨滑流对机翼的上洗、下洗作用,以及机翼对螺旋桨滑流的阻塞作用。计算结果表明,随着机翼外翼段的增长,阻塞作用加大,螺旋桨的拉力系数、功率系数均有增大,并且存在周期性波动,波动幅值在5%~6%;机翼受螺旋桨滑流上、下洗作用,其升力系数和阻力系数都减小,但升力系数减小更为明显,升力系数和阻力系数都出现了1%左右的波动。计算同时也反映了有限翼展的三维流动特点。     

基于视惯融合的大型空间碎片质心位置辨识

大型自由翻滚碎片的质心是在轨操作基坐标系下的不动点，也是碎片连体基下动力学参数向卫星坐标系转换的基准，对其精确识别是提高碎片动力学参数辨识精度的关键。提出基于惯性单元测量数据与双目视觉定位数据融合的大型空间碎片质心位置识别方法。基于无力矩欧拉方程，获取附着到空间碎片表面的惯性单元间转换关系，利用该转换关系对惯性单元冗余测量数据优化，再优化求解惯性单元到质心点距离；利用双目视觉获取惯性单元上标记点动态坐标，再利用惯性单元到质心点距离，基于三点定位原理识别大型空间碎片的质心位置。以加入高斯白噪声的惯性单元与双目视觉测量数据进行仿真，结果表明优化解算后惯性单元实时测量数据的误差降低到1%以下，解算的质心位置三轴误差小于0.47mm；开展了地面试验，结果表明，解算的质心位置三轴误差小于0.49mm。仿真和试验证明，该方法能够为大型空间碎片的消旋、捕获任务提供准确的数据基准。