贫燃熄火实验预测方法综述

贫燃熄火（Lean Blowout，LBO）属于一类特殊的不稳定燃烧现象，往往导致严重后果。因此，及时准确地预测出贫燃熄火现象是实现燃烧稳定性控制的一个重要前提。本文综述了2000年以来，基于化学发光信号、可见光谱颜色信号、温度信号、声压信号和离子电信号预测LBO的原理，以及其采集方式和各自特点。接着介绍了将这些信号进行分析处理得到控制参数的5类方法，分别为统计法、阈值-事件法、频谱法、符号法和非线性动力学法，将这些方法进行综合比较，评价了其预测效果。最后从实际应用的角度出发，对贫燃熄火检测技术的未来发展提出展望。     

基于数字同轴全息的铝颗粒燃烧粒度分布研究

铝颗粒的团聚效应会对固体推进剂燃烧造成不良影响,产生积渣、两相流损失等问题。为掌握铝颗粒的团聚机理,了解初始铝颗粒尺寸以及压强对铝团聚的影响,以优化推进剂配方及粒度级配,有必要对三维空间内铝颗粒的粒度分布进行研究。为解决传统检测方法的景深问题,采用了数字同轴全息（DIH）技术,并用普通镜头搭配4f透镜组取代长焦显微镜头构建了成像系统。实验一方面对两种具有不同初始粒径的推进剂A和B进行燃烧测量,另一方面对推进剂B分别在0.1,0.2,0.3MPa三种不同压强下的燃烧进行了测量,然后通过全息重建以及图像处理技术得到了燃烧铝颗粒的粒径信息,相对测量误差在9%以内,最后采用Normal和Log-Normal多峰拟合获取了粒度分布的详细参数。对比实验结果发现,常压下铝团聚体的尺寸随着初始铝粉粒径减小而减小;随着压强增大,铝团聚物的尺寸逐渐变小,体积概率密度逐步由双峰分布变为单峰分布,说明压强升高对于铝团聚有抑制作用。     

基于随机配点的高超声速飞行偏差演化分析方法

针对不确定性条件下高超声速飞行偏差演化问题,提出一种基于随机配点法的偏差演化分析方法。在分析高超声速飞行偏差主要来源的基础上,综合考虑计算精度和分析效率,基于广义多项式混沌理论,采用随机配点方法进行偏差演化计算,进一步给出随机配点生成的稀疏网格技术。数值仿真表明,随机配点法的引入有效解决了高超声速飞行器系统偏差演化问题,可为工程设计提供有益参考。     

集群航天器鲁棒自适应快速任务分配

针对集群航天器协同观测任务分配问题，提出一种基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略。为提高燃料消耗指标的计算效率，利用深度神经网络直接预测连续推力转移轨迹的燃料消耗，避免在线规划相对运动轨迹。通过构造虚拟收益矩阵和分配向量使得拍卖算法适用于航天器数与任务数目不一致的分配问题。为提高拍卖算法的收敛速度，提出报价增量自适应调整策略。考虑到通信失联、航天器故障等不确定因素，通过在线调整故障航天器的收益和报价矩阵以提高算法鲁棒性。数值仿真表明深度神经网络对燃料消耗指标预测精度高，基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略可在保持计算精度的同时，将计算效率提升约两个数量级。