吸气式内外流一体化飞行器动导数数值模拟

动导数是飞行器轨道及姿态控制系统设计时的重要参数,对飞行器开环系统受到扰动时振荡的敛散特性起重要作用。在标模验证的基础上开展吸气式内外流一体化飞行器WR-A动态特性分析,采用N-S方程模拟强迫简谐振动的非定常流场,获得了飞行器的直接阻尼导数、加速度导数和旋转导数,并对WR-A外形大振幅振动时的进气道性能参数进行了分析。研究表明,在某些情况下反映流动时滞效应的加速度导数占直接阻尼导数的比例最高可以达到40%以上,而在某些情况与直接阻尼导数符号相反。此外,在动导数研究基础上,采用参数化的动导数概念初步开展了非定常气动参数建模研究。针对WR-A大振幅强迫振动的研究显示,采用所建立的模型预测的气动参数与完全非定常计算吻合较好。     

基于双耦合Duffing振子的气液两相流动特性分析

提出了双耦合Duffing振子仿真系统检测小通道气液两相流型信号的方法。搭建了双耦合Duffing振子仿真系统,针对流型信号的特征确定了3个关键参数:阻尼比、耦合系数和频率,并应用典型混沌信号Lorenz和R9ssler对该仿真系统进行了性能检测。在两相流型信号检测时,提取了振子振动的瞬时速度和位移2个特征值,并基于特征值对流型动力学特性及流型辨识进行了深入研究。结果表明:通过对典型混沌系统的检测验证,发现本文检测方法具有较好的抗噪能力,能够较好地表征典型信号的混沌特性。提取的2个特征值能够揭示出小通道气液两相流型转变过程中气液两相间的作用机理。系统的振子振动瞬时速度结合位移实现了小通道气液两相流典型流型的准确识别,有助于其他不同介质的多相流动特性分析与流型辨识。     

一种面向空天飞机再入的智能自适应复合控制方法

针对空天飞机再入横、侧向通道的姿态控制问题，设计了一种智能神经网络自适应复合控制方法，基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时，面向再入过程横侧通道的强耦合问题，引入了耦合控制系数，以降低横、侧通道间的控制干扰。此外，提出了一种自适应链式控制分配律，在控制信号中引入正交优化多正弦激励，基于递推最小二乘方法对气动参数进行在线辨识，进而实时更新链式分配策略。最后，对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验，验证了该方法的有效性和鲁棒性。