高压捕获翼构型的跨流域气动特性

高压捕获翼(HCW)构型是一种满足高速飞行器高容积、高升力、高升阻比的设计需求的新型气动布局.最近研究表明,HCW构型能够提高飞行器在连续流区的升力和升阻比,缓解飞行器设计中高容积率与高升阻比间的矛盾.为探究该气动布局在过渡流域(70～100 km)的气动特性,以一种楔—平板组合的高压捕获翼原理性构型作为模型,采用直接模拟Monte Carlo(DSMC)方法,详细分析了该模型在典型高超声速条件(马赫数20)下的流场结构和壁面气动力/热分布.结果表明,随着飞行高度增加,稀薄效应增强,机体压缩产生的激波厚度增加,激波边缘逐渐模糊,机体与捕获翼之间的开放通道内出现压力干扰.同时,高压捕获翼表面的摩擦系数迅速上升,气动摩擦成为制约捕获翼构型升阻比的重要因素.针对这一问题,分析了捕获翼材料表面的适应系数对飞行器的气动力/热的影响,结果表明,降低适应系数可以显著减小壁面摩擦和热流量,可通过选用适应系数较小的表面材料进一步提高该类飞行器气动性能.     

空天飞行器返回滑翔段在线制导方法

针对空天往返飞行器的返回滑翔段在线制导问题，设计了一种新的滑翔段飞行剖面，实现了滑翔段终端交班高度、位置和倾角约束的自动满足，减少了在线制导算法中需处理的约束数量。推导了滑翔段运动状态、过程约束和性能指标的解析表达式，获得了剩余航程和终端速度间的函数关系。在此基础上，提出了一种双层在线制导方法：内层解析重构飞行剖面，同时通过解析确定路径点来改变剩余航程的变化率，进而对终端交班速度进行控制；外层借助解析表达式，使用粒子群优化算法(PSO)和改进共轭梯度法(CGM)优化飞行剖面，从而满足过程约束和指标要求。最后通过数学仿真验证了方法的正确性。     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

多等级区域侦察弹性星座设计方法

针对传统侦察星座目标单一、弹性低的问题，提出了多等级区域侦察弹性星座的设计方法。该方法将星座设计过程按区域等级信息分为多个子星座逐步设计，直到整体星座对所有的区域性能满足设计要求。以区域被划分为3个等级为例，首先对星座设计需求、设计指标及设计步骤进行了分析。其次推导了地面最低分辨率和轨道高度的关系并确定了不同子星座的轨道高度。最后考虑轨道倾角、一箭多星发射、光照和升交点漂移同步约束，构建基础星座、子星座1和子星座2的优化模型。最终设计星座为3层混合星座，共8个轨道面和70颗卫星，星座对各等级区域的最大重访时间分别为10937s，12241s和17437s，弹性指数为2213%，2420%和6361%。结果表明该方法设计的星座可实现对区域覆盖和弹性分级的设计要求，证明了方法的有效性。对比Walker星座设计方法，在同等设计要求下，Walker星座所需卫星数为156颗，多等级区域侦察弹性星座所需卫星数远低于Walker星座，结果进一步证明了该星座设计方法的优越性。     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

基于变马赫数的五孔探针三维插值方法

探讨了五孔探针气动数据的插值方法,为提高插值精度,开发了基于传统线性插值法的三维线性插值法。该方法把同一探针在不同马赫数下的校准图形成三维数据库,将实验数据通过三维图进行插值。并使用改进前后的两种插值方法分别对校准风洞测得的数据进行整理,对比结果证明:在实验工况连续变化的情况下,三维线性插值法在插值精度上要优于传统线性插值法。特别是在来流马赫数变化较大时,该方法可以改善单一校准文件处理造成的数据精度问题,可用于自动化流场采集系统,为流场高速高精度采集奠定基础。     

基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状，提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱，并通过主成分分析方法增强了信号的特征；参考迭代自组织数据分析的“分裂”和“合并”的思想，为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为；采用模糊C均值方法定义了隶属度矩阵和目标函数，并利用改进的人工鱼群算法，迭代搜寻了目标函数的全局最优解，得到了各故障模式的聚类中心；通过计算测试数据的最近邻聚类中心，实现了故障模式识别。结果表明，该方法无需指定聚类簇数，能在标记数据量小的情况下完成训练，较同类方法表现出了更优的故障模式识别性能。     

基于连续损伤模型的复合材料波纹梁压溃分析

复合材料的耐撞性受到了广泛重视,而波纹梁因其优异的抗屈曲构型被广泛应用于飞机翼梁和直升机底板等经常发生碰撞的结构中。进行了复合材料波纹梁的屈曲分析,研究了高度对波纹梁破坏模式的影响。建立复合材料波纹梁的连续损伤单波模型,层内基于Hashin判据建立含损伤因子的损伤刚度矩阵,层间根据二次名义应力准则和B-K准则模拟损伤演化,并通过典型复合材料波纹梁压溃试验验证了所建立模型的正确性。基于单波分析模型,通过施加周期性边界条件和反对称边界条件,研究了多波结构的吸能特性。     

控制力矩陀螺轴承组件摩擦力矩特性研究

控制力矩陀螺轴承组件是空间飞行器姿态控制系统的核心部件，其轴承的性能直接影响着空间飞行器姿态控制系统的控制精度和使用寿命，甚至危及空间飞行器安全.对于控制力矩陀螺轴承组件，轴承摩擦力矩大小及其波动性是轴承的关键性能指标，针对空间飞行器控制力矩陀螺轴承组件，在滚动轴承摩擦学和动力学基础上，建立六自由度控制力矩陀螺轴承组件非线性动力学微分方程组，并采用预估 校正的GSTIFF(Gear stiff)变步长积分算法进行求解，对其在有/无重力的工作环境、公 自转工况、轴承预紧力以及保持架兜孔间隙对轴承摩擦力矩幅值及其波动性的影响进行分析.分析结果表明：预紧力对轴承组件摩擦力矩影响显著，预紧力过大或过小都不利于降低摩擦力矩及其波动性，对于本文分析的轴承组件最佳预紧力为50~55N；保持架稳定性受重力影响显著，无重力时自转工况下保持架较稳定；过小的兜孔间隙会使摩擦力矩增大，过大的兜孔间隙会使摩擦力矩波动性增大，存在最优兜孔间隙使得摩擦力矩及其波动性都较小，针对本文分析型号的轴承组件，间隙比应控制在0.6~0.8之间.     

航空航天制造机器人高精度作业装备与技术综述

新一代航空航天产品的研制与批产对制造精度与加工质量提出了更高的新要求。以机器人为核心的智能制造技术与装备是解决该难题的有效途径。然而,工业机器人较低的定位精度与弱刚性结构属性严重制约了其在航空航天部件高精度加工作业中的推广应用。本文在阐述国内外机器人装备在航空航天制造业的应用现状的基础上,重点介绍了机器人作业刚度强化策略与定位误差精确补偿方法的研究现状,并分析了现有高精度控制方法存在的问题及技术难点。最后探讨了机器人作业装备在航空航天制造领域的技术发展趋势,为面向航空航天产品的机器人高精度制造技术的研究提供参考与借鉴。