变势能阱双稳态气动弹性能量收集的性能增强研究

提出一种新型的磁耦合变势能阱双稳态压电颤振能量收集器，设计了外部磁场作用下颤振能量收集系统的双稳态构型，并利用弹性支撑的外部磁铁的运动实现了变势能阱技术，解释了变势能阱双稳态对颤振能量收集系统的性能增强机理。建立了磁力-压电-气动弹性耦合的颤振能量收集系统的动力学分析模型，根据非线性磁偶极模型以及平衡点稳定性理论，讨论了系统出现双稳态构型的参数条件。对磁耦合双稳态颤振能量收集系统的动态特性进行了数值仿真研究，结果显示，双稳态构型能够使无磁力颤振能量收集系统的超临界颤振行为转变为亚临界颤振，发生极限环振动的风速能够降低50%以上，拓宽了能量收集器的有效工作风速范围，并分析了磁铁间距、磁偶极矩对能量收集性能的影响规律。采用弹性支撑的外部磁铁的运动来自适应调节内外部磁铁之间的距离，达到变势能阱的目的，有效地降低了双稳态的势能阱深度，使系统更容易发生双稳态势能阱间的跃迁运动，从而在双稳态的设计基础上，实现了能量收集工作风速范围和输出电功率的同步提升，为低风速下的能量收集提供了一种有效的设计途径。     

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

高背压等离子点火器及其液体燃料点火特性实验研究

航天应用的液体火箭发动机及燃烧型加热器燃烧室室压高、燃料流量大、温度低、有重复启动需求，实现安全可靠点火的难度较大。针对这些需求，研究了一种采用高背压设计的电弧等离子体点火器。实验研究了Ar，N₂气体工质在高进气压力下的伏安特性，发现N₂在宽压力范围内适用于点火。发射光谱分析表明，在高达数MPa的进气压力下，Ar，N₂等离子体射流电子密度符合局部热力学平衡判据（LTE判据），点火能量集中。N₂等离子体整体温度低于Ar，但阳极喷口附近温度高于Ar，N₂等离子体射流火焰长，卷吸沿程空气造成射流平均温度偏低，但有助于低温液体推进剂的蒸发混合和强化点火。等离子体射流引起了臭氧和氮氧化物的形成，具有促进点火和化学反应的作用。背压提高引起电源输出电压升高，提高供气压力和电流，有助于点火器在高背压环境中稳定电压。燃烧型空气加热器燃烧室的点火实验发现，采用N₂等离子体喷注面中心点火，可以在短时间内完成酒精-空气和酒精-液氧-空气的点火，最高燃烧室室压接近5MPa时，点火器仍能稳定工作，多次使用电极烧蚀不明显，在液体火箭发动机的重复可靠点火方面具有很好的应用前景。     

具有复杂围护结构光学窗口的传热特性分析

针对具有复杂围护结构光学窗口传热特性,建立了高热流作用下的光学窗口及其复杂围护结构的辐射-导热传热模型,分别讨论了窗口的辐射半透明、光谱选择性、外部加热热流以及窗口尺寸对其瞬态温度响应的影响。结果表明,忽略窗口半透明特征会产生最大31.4%误差,忽略光谱选择性会产生最大40.4%误差;窗口外部气动加热热流影响显著,温度响应随热流的增大而急剧增大;窗口厚度对其传热特性的影响较大,随着厚度的增大窗口温度响应减小;而窗口半径产生的影响可忽略不计。     

先进战斗机过失速机动大气数据融合估计方法

可控的过失速机动是先进战斗机超机动性能的重要标志，飞机飞行包线的扩大已超出传统的大气数据系统测量范围，可靠的迎角、侧滑角、总压、静压等飞行大气数据是制约先进战斗机过失速机动中飞行控制的关键因素。以中国推力矢量验证机为对象，基于过失速机动飞行试验的数据，开展大气参数估计与验证研究。结合过失速机动的时间与空间特性，研究了基于风速、地速、空速矢量和惯性姿态、导航参数的大气参数融合计算方法；针对过失速大迎角状态下飞机周围气流非定常、模型非线性导致的融合大气参数误差的复杂特性，进一步构建深度神经网络，对机动状态融合迎角、侧滑角的强非线性误差进行拟合。仿真和飞行试验表明：该方法可在大迎角飞行状态下实现主要大气参数的融合估计，过失速机动过程中融合迎角误差优于2.3°，融合得到的大气参数可为过失速大迎角机动飞行控制提供可靠的大气参数状态反馈。     

基于梯度提升决策树的量子科学实验卫星光学实验预测

量子科学实验卫星在轨运行期间完成4种光学实验，地面监测人员通过遥测参数阈值判断卫星是否进行光学实验、实验类型及实验结果.这种方法需要预先设定大量阈值，并且这些阈值需要根据在轨卫星重新设定，可扩展性较差.针对以上问题，提出一种基于机器学习的光学实验判别方法，将量子科学实验卫星的光学实验监测任务抽象为机器学习中的多元分类问题，构建分类模型，利用量子科学实验卫星的真实历史遥测数据对模型进行训练，并通过真实实验计划对训练得到的模型进行验证.实验结果表明，本文提出的方法在没有专家先验知识的前提下，判别准确率达到99%，可用于量子科学实验卫星光学实验的实时监测任务.提出的基于机器学习的判别方法具有较强的可扩展性，可应用于卫星在轨运行的其他监测任务.      

弱引力下小行星动量驱动机器人的可控跳跃行为

以小行星表面着陆探测为背景,提出一种动量驱动机器人(MoRo)以满足弱引力复杂环境下的探测需求。该机器人利用弱引力环境下的摩擦和碰撞特性,通过主动辨识环境参数,规划和控制动量轮以产生期望的驱动力矩,完成可控性跳跃及腾空后的稳定拍照等任务。首先,基于MoRo的动量轮刹车机构特性,分析了MoRo在弱引力环境下的跳跃机理并对其跳跃方式进行了规划;接着考虑动量轮驱动机构三闭环伺服系统的非线性特性,基于Herze碰撞模型和Karnopp摩擦模型建立了MoRo在小行星表面的跳跃行为动力学模型;其次,使用机器学习算法建立环境参数和MoRo运动的函数关系,并基于环境参数规划动量轮转速实现跳跃距离和腾空高度的可控。最后,通过数值仿真校验了MoRo跳跃规划方法和控制方法的可行性。