发动机矢量推力测量与校准系统设计研究

矢量推力作为火箭发动机关键性能参数,对飞行器的飞行轨道精度控制具有重要意义。对火箭发动机工作产生的矢量推力进行准确测量成为目前发动机试验推力测量中亟待解决的问题。介绍了国内外目前矢量推力测量技术的进展和矢量推力测量与校准系统原理组成,分析了系统设计的关键技术,建立了发动机矢量推力测量与原位校准系统。基于矢量推力的解耦算法,开发了矢量推力测量与校准软件。针对某型号姿控发动机进行矢量推力试验测量,成功获得了发动机的矢量推力数据。测得的发动机的矢量力数据中主推力的测量不确定度低于1%,侧向力的不确定度低于5%。     

结合深度学习的机械臂视觉抓取控制

针对基于视觉的机械臂抓取精确抓取的需求,考虑传统的视觉识别算法受环境、对象变化的制约且在识别正确率及快速性上存在的问题,在现有研究的基础上,提出了一种基于深度学习的目标精确检测与识别方法。首先基于深度学习改进了YOLO算法,通过对数据集的训练,基于英伟达Jetson TX1高性能处理单元实现了复杂环境下多目标的识别与定位,给出了目标的类别与位置等信息;以此为基础,结合利用Move It!功能包完成的机械臂运动轨迹的求解与规划,以及基于李群李代数建立的递推正逆动力学模型,设计了机械臂抓取控制的滑模控制律。仿真及实物验证表明,基于深度神经网络的方法学习到的特征对复杂背景具有较强的鲁棒性和稳定性;所设计的滑模控制算法在0.21 s时跟踪误差在2%,取得了较高的控制精度。可为后续视觉抓取任务提供参考。     

姿控发动机试验缓变参数数据修正方法

为了缩短型号试验周期,提高试验数据处理工作效率,结合姿控发动机试验缓变参数测试异常数据案例,开展了多种数据修正方法的应用效果研究,给出了数据修正方法的机理、应用条件及效果。经试验验证该方法效果显著,能够真实反映产品特性,为姿控发动机试验缓变数据处理领域提供了一套完善的异常数据修正方法。