环氧树脂基复合材料加筋板结构吸湿行为研究

环氧树脂基复合材料的性能对湿热环境敏感，掌握该材料所组成结构的吸湿行为对其实际应用具有重要意义。通过以碳纤维环氧树脂基复合材料层合板的non-Fickian吸湿模型为基础，建立环氧树脂基复合材料加筋板结构的non-Fickian吸湿模型，在70℃/85% RH湿热条件下开展加筋板结构的吸湿实验，对所建立模型进行验证，并与已有的加筋板吸湿模型进行对比，通过所建立模型给出了加筋板沿厚度方向的吸湿量分布规律。结果表明:所建立加筋板non-Fickian吸湿模型的计算结果与实验结果吻合良好，在整个吸湿阶段相对误差小于5%，模型的预测精度高于传统Fick模型。所建立的加筋板non-Fickian吸湿模型可用于环氧树脂基复合材料加筋板层合结构吸湿量的准确预测。      

仿壁虎刚毛阵列对卫星表面吸附能力模型与计算

壁虎脚的粘着机理对航天机器人脚掌的研制和开发具有重要启发意义.通过单根刚毛与光滑表面黏着力模型与计算、卫星粗糙表面分布模型与接触概率与计算、刚毛阵列与卫星粗糙表面黏着力模型与计算等，分析仿壁虎刚毛阵列对卫星表面的吸附能力，发现在一定条件下仿壁虎刚毛阵能够在太空失重环境中黏着在卫星表面，对航天舱内爬行机器人、管道机器人的研制和开发具有重要的启示意义.     

磁浮飞行风洞试验技术及应用需求分析

随着高速、超高速轨道交通的快速发展,需要发展新型的风洞设备,实现风洞性能和试验能力的突破.磁浮飞行风洞是利用真空管道列车概念结合动模型试验技术提出的一种新概念风洞设备,可以构建出更加接近真实状态的测试环境.本文从磁浮飞行风洞基本概念、国内外研究现状及发展趋势、试验技术、应用需求等几个方面开展论述.首先论述了国内外传统风洞和动模型设备的现状及发展趋势,指出了发展磁浮飞行风洞的必要性;其次,重点对磁浮飞行风洞需要发展的试验技术进行了分析;最后,对磁浮飞行风洞在超高速轨道交通及其他领域的应用需求进行了展望.     

一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

超低轨道卫星应用离子电推进技术方案

低地球轨道大气环境对诸如科学探测和对地观测卫星的阻尼作用十分明显，而且阻尼随太阳和地磁活动以及昼夜、季节交替变化范围宽。为了保证卫星轨道精度或飞行状态满足任务要求，需要利用推进系统对卫星受到的阻尼进行实时或间歇式补偿以实现轨道或飞行状态的保持。针对轨道高度220~268km的无拖曳飞行和轨道维持应用，基于卫星轨道阻尼变化和有效载荷指标要求分析，研究确定了离子电推进技术指标、推力调节方案、系统组成、推力控制方案和在轨应用策略，并对推力调节方案进行了试验验证。结果表明，与无拖曳飞行卫星任务匹配的离子电推进指标为推力调节范围1~20mN，推力分辨率优于12μN，与对地观测卫星轨道维持任务匹配的指标为推力调节范围1～25mN，推力分辨率100μN。研究提出的针对超低轨道卫星应用需求的高精度推力连续调节离子电推进技术方案，具有工程任务针对性和参考价值。     

全柔性空间机器人基于虚拟力的输出反馈有限维重复学习控制及振动抑制

探讨了基座、关节、臂均存在柔性情况下，空间机器人关节轨迹运动及多重柔性振动的主动控制和主动抑制问题.结合线性弹簧、扭转弹簧、简支梁及假设模态法，利用拉格朗日方程建立了基座、关节、臂全柔性影响下的空间机器人系统动力学模型，利用奇异摄动法，将模型分解为关节运动慢变子系统与关节柔性振动快变子系统.为控制慢变子系统中载体姿态、关节刚性运动并且抑制臂的柔性振动，依据虚拟控制力的概念，设计了基于有限维傅里叶级数解析周期信号的输出反馈重复学习算法.李雅普诺夫直接法证实了上述控制器的稳定性.为了抑制快变子系统中基座和关节的柔性振动，分别采用线性二次最优控制方法以及引入关节柔性补偿器间接增大关节等效刚度的方式，使控制算法不局限于求解弱非线性问题.系统数值仿真结果表明，所提出的控制器能够有效抑制机器人多重柔性构件的振动，实现对期望信号的高品质追踪.      

一种基于深度学习的电磁信息泄漏检测方法

电子信息设备工作时无意发射的电磁波中包含有用信息，会导致电磁信息泄漏，从而威胁设备的信息安全。现有的电磁信息泄漏检测方法，在复杂现场环境下，难以从具有不确定性的电磁泄漏信号中提取有用信息。面向电磁信息安全问题，开展了电磁信息泄漏检测研究，提出了一种基于深度学习的检测方法。设计了一个适用于电磁泄漏信号的一维卷积神经网络，并结合改进的梯度加权类激活映射方法，在未知电磁信息泄漏特征的前提下，通过深度学习实现电磁信息泄漏特征的智能标定和自动提取，从而解决了现场环境下电磁信息泄漏检测难以提取有用信息的问题。分别通过实测和仿真对比实验，验证了所提方法的有效性。      

散射对高温气体-碳黑颗粒混合物辐射传输的影响

基于全光谱k分布(Full spectrum k distribution,FSK)模型、MIE理论和有限体积法(Finite volume method,FVM),构建了均温、均质辐射参与性气体-碳黑颗粒混合物介质热辐射传输模型,并分析了碳黑不同尺寸、不同体积浓度以及介质不同路径长度和不同温度条件下,因忽略碳黑颗粒散射所导致的介质热辐射传输特性(如辐射热流、辐射源项)的计算误差。研究结果表明:体积分数不变,增大粒径,计算误差呈现出先增大后减小的趋势;数密度不变,增大粒径,或者粒径不变,增大体积分数,均将使得计算误差相应增大;粒径、体积分数不变,增大路径长度,或者升高介质温度,均将增大计算误差。通常对于含有大颗粒、高碳黑浓度的辐射参与性气体-碳黑颗粒混合物介质,碳黑颗粒散射不能忽略。