无人机用燃料电池阴极供气系统建模与控制

燃料电池因其高效、无污染、噪声小等特点，被认为是未来最具有潜力的无人机（UAV）用动力源，燃料电池阴极供气系统的控制技术是决定燃料电池系统性能和可靠性的关键。针对无人机用质子交换膜燃料电池（PEMFC）阴极供气系统，首先，考虑外界温度、压力、空气密度以及雷诺数等随高度变化的参数，建立了跨高度离心空压机模型并分析了其在不同高度下的工作特性，基于无刷直流电机反电势特征构建了高速空压机驱动电机模型。其次，通过计算燃料电池阴极氧气和氮气的动态分压获取了PEMFC电堆输出电压。设计了基于分数阶PI^λD^μ的过氧比和阴极气压控制方法，驱动电机采用有限集模型预测控制（MPC）实现快速的转矩响应，仿真结果表明设计的控制器可在无人机跨高度运行条件下实现过氧比的快速调节，同时维持阴极气压稳定，满足燃料电池阴极供气需求。     

事件触发机制下的充液航天器姿态控制

针对液体大幅晃动、通信资源受限的充液航天器姿态控制系统，提出一种自适应滑模控制与事件触发机制相结合的控制策略。首先，针对固-液耦合的充液航天器姿态控制系统，选用滑模变结构控制来削弱液体大幅晃动的非线性影响，并设计自适应更新律在线估计不确定参数来提高系统的鲁棒性。然后，考虑星载计算机资源的限制，设计相对阈值的事件触发机制来决定控制输入信号的更新，从而减少控制器与执行器之间的信号更新对通信网络的占用。最后，仿真结果表明，在液体大幅晃动下，所提控制策略不但可以使航天器姿态控制系统最终收敛到任意小的界内，而且可以减少96%的控制信号传输，减轻航天器的通信负载。      

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题，提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面，利用Kalman滤波估计选定的速度点对应的高度，得到满足再入走廊及航程要求的拟合系数。在此基础上，减少一个终端约束，增加一个待估计剖面参数，可实现对再入过程飞行时间的调节。研究发现，再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性；飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明，基于Kalman滤波的空天飞行器再入制导算法实时性好，制导精度高，能够实现飞行时间可控，具有较强的鲁棒性和工程应用潜力。     

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器，实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先，描述甲板滑行任务的过程，在此基础上，建立滑行轨迹控制问题的数学模型，包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次，考虑甲板环境和轨迹控制任务要求，基于模型预测控制思想，将在线滑行路径规划与轨迹控制结合，采用滚动优化方法计算出舰载无人机实际滑行轨迹，并且得到控制指令信号。最后，以“尼米兹”级航母为例，对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算，结果表明了模型的合理性和算法的有效性。      

PMSM电流预测控制参数误差量化分析方法

交流永磁同步电机（PMSM）电流环控制性能是制约交流伺服系统性能的关键。电流预测控制拥有更快的动态响应、更低的电流谐波和优良的转矩响应，但该算法依赖精确的电机模型，参数失配会引发稳态电流误差，无法输出额定转矩，进而导致电机转矩输出效率降低。根据永磁同步电机电流预测模型，详细分析了d、q轴电流静差产生的原因，以及电流预测控制对电机参数误差的敏感性，提出了一种参数误差量化分析方法。该方法引入了电机参数偏差因子，量化描述了电机电感、磁链参数误差与电流静差之间的制约关系。通过仿真分析，验证了所提方法的合理性，为高性能永磁伺服电流预测数字控制技术打下了良好基础。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法，对空间翻滚目标的运动状态预测问题进行研究，为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设，需要连续的视觉反馈信息，解决目标预测问题的能力有限。因此，本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据，通过连续优化真实观测数据，得到稀疏的伪训练数据集，进而在线快速预测目标的运动状态，预测的计算效率达到毫秒级。此外，利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程，克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性，并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

考虑禁飞区规避的空天飞行器分段预测校正再入制导方法

针对空天飞行器再入制导问题，提出一种考虑禁飞区规避的分段预测校正制导方法。在再入段前期采用剩余航程作为目标函数，后期引入预测落点偏差作为目标函数进行制导指令求解，同时确定倾侧角幅值和符号，兼顾了计算效率与终端制导精度。在此基础上，对于再入过程中的禁飞区规避问题，把禁飞区分为两类，增加了通过倾侧角幅值修正策略实现侧向规避制导的逻辑，可适用于无法单独通过倾侧角反转规避禁飞区的情况。最后，通过开展考虑再入初始状态和气动品质不确定性的蒙特卡罗仿真，验证了提出的分段预测校正制导方法可以有效引导空天飞行器规避禁飞区，与单段目标函数预测校正方法相比，具有更高的制导精度。     

基于损伤权重的混合多钉连接件疲劳寿命预测方法

复合材料与金属材料混合多钉连接形式是当代飞机结构中最常见的连接形式，因此对于混合多钉连接件疲劳性能的研究有助于提高对飞机结构疲劳损伤的认知。针对以Ti-6Al-4V钛合金为螺栓的ZT7H/QY9611碳纤维增强树脂基复合材料连接板与30CrMnSiNi2A金属连接板混合多钉连接结构进行数值分析和试验研究。利用有限元方法，分别对复合材料和紧固件进行疲劳损伤预测，估算复合材料连接板上螺栓孔附近的损伤，依据复合材料和紧固件的损伤量所占权重，提出了以紧固件分布和复合材料连接板铺层层数为参数的经验公式，进而有效提高混合多钉连接结构疲劳寿命的预测精度。利用试验结果将螺栓孔损伤形式进行分类讨论，探索混合多钉连接件的损伤演化方式；利用C扫描技术得到复合材料分层损伤结果，与模拟结果进行对比分析，进一步解释了模型的合理性。与试验结果对比可以看到，考虑损伤权重的寿命预测值与试验值的对数误差仅为1.1%，相对于不考虑损伤权重方法的8.4%的对数误差，该模型寿命预测精度显著提高。     

障碍物对脉冲爆震火箭发动机性能影响的实验研究

为了探究障碍物对脉冲爆震火箭发动机在无阀自适应工作方式下性能的影响，采用汽油为燃料，富氧空气为氧化剂，开展了工作频率为20Hz的无阀式多循环实验研究。实验中使用Shchelkin螺旋、螺旋凹槽、环形凹槽和孔板作为障碍物，并分析了其对起爆和推进性能的影响。研究结果表明，Shchelkin螺旋、螺旋凹槽和环形凹槽在阻塞比BR=0.36，0.46和0.56时都可实现PDRE的稳定工作，孔板在BR=0.56时无法实现爆震的起始；Shchelkin螺旋的DDT距离和DDT时间最短；实验测得的平均推力较理想流动模型理论值有13.3%~39.3%的亏损，BR=0.36的Shchelkin螺旋推力损失最小；螺旋凹槽与环形凹槽的DDT距离和DDT时间较长，没有明显的推力增益。     

基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测，其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据，输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度，输出参量为EEJ.对EEJ预测结果进行了统计学分析，并且与实际观测结果进行对比.结果表明:BP神经网络对事件中EEJ的变化具有很好的预测能力，预测结果能够反映EEJ的重要分布特征；EEJ预测值与观测值之间具有很好的相关性，其中地磁台站观测值与预测值相关性系数可达85%以上.此外，将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比，结果显示BP神经网络与其经验模型性能相当.研究结果表明，BP神经网络技术在平静期EEJ变化预测方面性能优异，具有良好的应用前景.