空天飞行器上升轨迹优化

飞行器轨迹优化是一类最优控制问题,传统的优化方法存在对初值敏感的缺陷。采用一种组合优化方法,对空天飞行器的上升轨迹进行优化。首先用遗传算法对直接打靶法离散的非线性规划问题进行全局寻优,得到初步优化结果,然后以该结果作为初值,用序列二次规划法对伪谱法离散的非线性规划问题进行局部寻优,得到最终的优化结果。结果表明,组合优化方法既解决了初值敏感问题,又有较高的优化精度,可以有效求解轨迹优化问题。     

协作优化在无人机概念设计中的应用

多学科设计优化（MDO）是当前飞行器设计研究中一个最新、最活跃的领域，而协作优化是解决多学科设计优化问题的一种二级MDO算法。将协作优化应用到无人机的概念设计中，建立了包含气动、重量、性能和稳定性四个学科的无人机系统优化模型。与传统的设计方法相比，该方法为无人机在概念设计阶段提供了更加合理的飞行器外形，降低了初步设计和详细设计阶段对飞行器外形修改的可能性，从而缩短研制周期和降低成本。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

机械臂停靠系统动力学建模研究

将主航天器、机械臂末端操纵器与有效载荷视为刚体,而将机械臂连杆视为柔性体,利用拉格朗日方程建立停靠系统接触运动方程,对机械臂停靠系统给出一种简单而实用的建模方法,并对末端操纵器与有效载荷的冲击接触进行分析,研究冲击后系统的状态。此外,对冲击接触引起的系统姿态漂移,采用反馈线性控制,使系统保持稳定。     

基于遗传算法的无人机多目标协作优化

为充分利用随控布局的优点,提出了集成飞行动力学与控制的无人机多学科设计优化(MDO)框架。针对任务需要选定了控制结构及对应的目标函数和约束,确定了能够处理更多目标函数和约束的鲁棒多学科设计优化方法。由于传统约束非线性规划的求解困难,提出了基于遗传算法的二级多目标协作优化方法。优化结果表明,基于遗传算法的多目标协作优化较传统协作优化更容易收敛。飞行动力学与控制的集成,给无人机在概念设计阶段提供了更大的外形设计自由度。     

临近空间太阳能飞行器横航向稳定性

临近空间太阳能飞行器的横航向气动导数和质量特性与常规飞行器存在显著差异,其横航向模态具有不同于常规飞行器的特点。理论分析表明,临近空间太阳能飞行器滚转交感动导数较大,偏航阻尼动导数较小,导致螺旋模态发散;航向气动阻尼力矩和惯性力矩之比较大,因而荷兰滚模态阻尼比较大。为解决常规线性化动力学模型无法体现风场影响的问题,以地速在机体坐标系中的投影作为状态变量,建立了考虑风场影响、适用于地速为0m/s状态的线性化横航向动力学模型。利用此模型分析了临近空间太阳能飞行器在水平风和垂直风中的横航向稳定性。分析结果表明,稳定风场对横航向模态特征根无影响,但会导致横航向模态特征矢量发生改变。建立的动力学模型可用于此类飞行器的动力学分析和仿真。