飞机液压系统柱塞泵热分析

随着飞机液压系统向高压化、大功率化方向发展，液压系统的发热及温升问题受到了广泛关注。柱塞泵作为液压系统中重要的能量转换装置，对液压系统的功率损失和温度有重大的影响，良好的柱塞泵的热分析对液压系统的热设计和温度控制有重要的意义。然而传统的柱塞泵热分析方法，如平均油温法、软件仿真法和热节点网络法，因不够准确、高效和简洁而不能满足现代飞机液压系统热分析和热设计的相关需求。本文针对飞机液压系统柱塞泵发热的相关问题，采用基于集总参数的热网络分析方法，建立了柱塞泵热网络模型，通过对柱塞泵不同工况下的仿真，验证了模型的有效性和准确性，为柱塞泵及液压系统的热分析提供了参考。     

连续式风洞二喉道调节马赫数控制策略

为了降低连续式跨超声速风洞压力波动,提高马赫数稳定性,需要对二喉道调节马赫数控制方式进行研究,针对现有文献鲜少对该控制策略描述等问题,以0.6m连续式跨声速风洞为例,对二喉道控制马赫数的原理进行分析,基于运动控制器加伺服驱动器双PID(proportion-integral-derivative)控制模式实现二喉道位置精确控制,提出了二喉道和压缩机转速的组合控制流程,并采用分段变参数模糊PID加串级控制的算法实现马赫数精确控制,最后进行了试验验证。结果表明马赫数控制精度优于0.001,且每个马赫数极曲线(9个攻角阶梯)的时间可控制在4min以内,证明所提出的控制策略是有效的,可为连续式跨超声速风洞的设计调试提供参考。      

月面上升的轨迹优化与参数分析

面向月球采样返回任务分析需求,对月面上升段的轨迹优化及燃料消耗影响因素进行了研究。基于上升器运动模型,建立以燃料消耗最优为目标考虑入轨约束的轨迹优化模型,通过Gauss伪谱法和序列二次规划求解上升过程最优推力方向。改变运动模型中的初始推重比、入轨约束中的目标轨道参数,根据轨迹优化结果得到对应的燃料消耗,分析了这些因素对上升器燃料消耗的影响。针对上升器非共面起飞的问题,提出了上升偏航、升交点调整、倾角调整3种方案,从燃料消耗的角度分析了各方案的适用情况,为未来工程应用提供参考。     

Disturbance observer-based backstepping control for hypersonic flight vehicles without use of measured flight path angle

In this paper a nonlinear control method is proposed for the tracking control of hypersonic flight vehicles. The designed control laws do not utilize the measured flight path angle due to its inferior accuracy in practical engineering. For this, an estimated flight path angle is designed via the measurements of the altitude and velocity. A tracking differentiator is designed for constructing nonlinear disturbance observer which is used to estimate the model uncertainties including the parameter indeterminacies and external disturbances in the channels of velocity and pitch rate. A robust high-order differentiator is introduced to avoid the employment of the measured flight path angle and estimate the lumped disturbance in dynamics of flight path angle. Meanwhile, the possible saturation of the control inputs is considered and compensated by the auxiliary states. The boundness of closed-loop signals is proved through the Lyapunov theory. Comparative simulations are carried out and the results demonstrate the effectiveness of the proposed method.     

基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器，采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度。通过状态滤波器和参数滤波器的配合，提升滤波精度，完成运动状态和参数的估计，从而实现合作目标的运动轨迹跟踪。与合作航天器相比，非合作航天器存在大小未知、发生时刻未知的机动，无法获得加速度，且信息获取和运动状态的估计难度大。针对非合作航天器，基于简化的相对运动方程，结合天基平台获得目标的观测信息，采用两个扩展卡尔曼滤波(EKF)及基于半正焦弦的机动检测策略实现多未知脉冲机动的运动状态的估计。仿真结果表明：相比于无迹卡尔曼滤波（UKF），DUKF在对合作航天器的状态和加速度估计方面具有更快的收敛速度和更高的滤波精度；对于存在未知机动的非合作航天器，通过对比验证机动检测策略与滤波器切换策略相结合的方法的有效性，该方法能够检测到多次机动并且减少误判。     

Inertial parameter estimation and control of non-cooperative target with unilateral contact constraint

In this paper, the relative sliding motion between the target and the manipulator’s end-effector is considered and characterized as a unilateral contact constraint. A new possible solution is presented to estimate the inertial parameters of a non-cooperative target while the relative sliding motion exists. First, the detailed analysis of the dynamical model is presented, and a parameter-explicit linear time-varying model is obtained. Then, an extended state observer is constructed based on the new model, which can effectively estimate the unknown inertial parameters of the target when relative sliding motion exists. As the modified reactionless controller requires the knowledge of inertial parameters, a hybrid post-capture control scheme is also established based on the switch law between different controllers. The correctness and efficiency of the proposed algorithm are validated by numerical simulation, which proves a potential framework for the non-cooperative target post-capture operation.     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

适用于时变不确定系统的并行模型自适应估计

摘要： 针对受到潜在模型不确定性影响的系统，设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法，在模型精确的情况下，性能往往不及传统卡尔曼滤波（KF）.为了解决该问题，设计基于多个并行滤波器的自适应状态估计算法，其中一个滤波器为KF，用于在未出现模型不确定性的情况下，对系统进行最优状态估计；另一个滤波器为扩维卡尔曼滤波（AKF），用于在出现模型不确定性的情况下，对不确定性模型参数进行辨识.以空间目标监视为例，分析算法的性能.仿真结果表明，利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷，从而有效应对模型中存在不确定性和不存在不确定性两种情况.     

基于6σ设计的复合推力高速直升机总体参数多目标优化

针对复合推力高速直升机总体设计阶段总体参数的选择问题,提出一种提高可靠性和鲁棒性的基于6σ设计的改进多目标遗传算法优化方法。采用叶素理论和数值积分的方法分析计算了复合推力高速直升机气动及飞行性能,并以此为基础建立了约束函数和初步目标函数模型;将6σ设计融入改进的多目标遗传算法中,构造最终目标函数;在给定有效载荷设计要求下,对复合推力高速直升机总体参数进行了多目标优化设计。该方法获得了所需的Pareto解,优化后的复合推力高速直升机飞行性能相对原机有了较大改善,算例结果表明该方法有效可行。