基于策略迭代的空间系绳载荷捕获自适应最优控制

研究了基于空间系绳系统载荷捕获后的摆振控制问题.载荷捕获会造成系绳的摆振并导致系绳偏离标称位置.由于捕获后系统存在未知的动力学参数,提出了基于策略迭代的自适应最优控制算法,应用于载荷捕获后系绳系统摆动的稳定控制.通过引入积分强化学习方法,在系统动力学未知情况下在线求解代数黎卡提方程.为了避免迭代方程求解的计算负担,采用...     

基于深度神经网络的变比冲小推力交会实时最优控制（英文）

针对燃料最优交会问题,提出了一种基于深度神经网络的实时控制方法。首先,发展了面向燃料最优交会问题的轨迹反向生成方法,该方法基于现有的反向生成思想进行二分法迭代,以满足反向积分的两个截止条件。然后,构造了一种适用于变比冲模型的深度神经网络结构,并将网络的输出控制分为推力输出和比冲输出。提出了先学习最优比冲,然后根据比冲的实际上下限约束对其进行限制以获得比冲输出的方法。进一步,通过设计增强容错深度神经网络以提高交会任务末端接近段的鲁棒性。最后,通过对地球至阿波菲斯小行星和地球至火星的任务仿真,验证了所提方法的有效性和高效性。     

基于扩展卡尔曼滤波的变刚度结构动载荷识别（英文）

引入扩展卡尔曼滤波（Extended Kalman filter,EKF）方法,结合最小二乘估计来识别作用在时变结构上的未知载荷,并实现对时变系统结构参数的识别。首先提出未知参数类型为刚度系数时的动载荷识别方法。然后通过一个五自由度缓变刚度结构仿真算例来验证方法的有效性和准确性。仿真结果表明,即使考虑输入数据中的噪声,该方法也能同时准确识别出未知载荷和结构参数。     

基于自适应逆最优控制的卫星容错控制

针对卫星在轨飞行过程中存在的一类执行机构故障,提出一种基于自适应逆最优控制原理的卫星姿态容错控制设计方法。考虑卫星执行机构出现故障的情况,将系统的不确定性参数作为估计的自适应参数,基于逆最优原理采用积分反推方法求解辅助系统的自适应控制Lyapunov函数,设计了能够确保原系统鲁棒稳定的自适应逆最优控制器。同时基于Lyapunov方法,从理论上推导了所设计出的控制律的稳定性,并通过仿真进行了控制算法验证。仿真结果表明,所设计的基于自适应逆最优控制的卫星容错控制方法能够保证执行机构出现故障时姿态控制系统稳定。     

基于折纸的大型空间薄膜遮阳结构设计与分析（英文）

提出了一种轻质、展开顺畅、收纳比高且不需要额外驱动动力的新型自展开薄膜遮阳结构。利用4根等长的带状弹簧驱动叶内环绕折叠的聚酰亚胺薄膜,并计算了收纳比。为了防止薄膜在展开过程中出现钩挂和破损的问题,对薄膜展开的轨迹、薄膜的应力分布以及带状弹簧骨架的模态分布进行了有限元仿真,并制作了测试样机以验证设计的可行性。结果显示,利用带状弹簧驱动薄膜展开,展开过程顺利,带状弹簧展开时的冲击不会造成薄膜损伤,薄膜折痕处的最大应力约为42.3 MPa,低于材料的许用应力,且收纳比达到了69.4。     

基于自适应滑模反馈线性化的航空电动燃油泵预见控制器设计（英文）

以六相永磁同步电机直接驱动外啮合齿轮泵的航空电动燃油泵为对象,研究了其流量系统的控制器设计问题,提出了一种基于自适应滑模反馈线性化的预见控制器设计方法。首先,建立六相永磁同步电动机和外啮合齿轮泵的数学模型。其次,利用反馈线性化方法处理电动燃油泵这一非线性化模型,方便后续预见控制器的设计;接着,采用自适应滑模控制方法消除了由模型不确定性引起的反馈线性化误差,该方法可以将建模误差和负载扰动带来的不确定性分开处理,从而避免较大的切换增益引起抖振,同时不需要精确的不确定性的边界信息,从而提高了控制性能。最后,在反馈线性化得到线性模型上设计预见流量控制器,加快控制系统对燃油指令的响应速度。仿真结果表明,该控制方案具有较快的响应速度、较强的鲁棒性能和优良的抑制抖振能力。     

多源不确定性下的飞行器动载荷识别研究进展（英文）

动态载荷的确定是进行空天飞行器结构设计和健康监测的关键技术之一。然而,空天飞行器所受的外部激励往往很难直接测得,相反,根据动力学模型和响应信息来间接获取载荷的动态载荷识别是一种可行的手段。而且,复杂系统的载荷识别过程中普遍存在着不可忽略的多源不确定性,尤其对于空天飞行器来讲。本文对考虑多源不确定性的空天飞行器动态载荷识别方面的理论和成果进行了综述,主要包括确定性动态载荷的识别和不确定性动态载荷识别,分别阐述了不同类型的集中、分布载荷的反演方法和多源不确定性的量化、传播分析,并探讨了各自的优缺点。最后,分析了空天飞行器动态载荷识别今后可能的发展方向。     

基于ANSYS的空间电池装星螺钉接触优化设计与综合评价（英文）

为提高空间电池侧身装星时的安全性,防止螺钉因频繁拆装而产生多余物,针对目前空间电池某承载螺钉,在不改变原工装前提下进行了螺钉本体的YS-20型棒料代替与结构优化设计。对YS-20棒料进行了双剪切试验,采用ANSYS对螺钉结构中的3个重要尺寸参数D1、D2、T进行了7×7×6共294个算例水平的设计探索,采用非对称接触模型准确地模拟了螺钉组合结构的实际承载状态。通过3种综合评价方法对满足条件的算例进行了综合评价,得出T=12.2 mm,D_1=16 mm,D_2=2 mm为最终方案,对最终方案进行了应力校验与接触分析,得到了承载状态与接触状态均有优化的螺钉结构。     

线性结构光条纹自适应中心提取的鲁棒方法（英文）

在采用线性结构光(Linear structured light,LSL)方式的非接触式测量中,光条纹中心的提取精度直接影响整个检测系统的测量精度。针对通用算法无法准确提取宽度不均匀、灰度值分布不均匀的条纹中心的问题,本文提出了一种自适应优化方法。在该方法中,首先分割条纹区域,通过边界检测来计算激光条纹的宽度。通过基于自适应条纹宽度的二次加权灰度质心法计算初始条纹中心点。之后,根据确定的斜率阈值优化这些中心点,重新计算并获得这些中心点的子像素坐标,同时根据提出的提取算法评估指标对算法进行了详细分析。实验中,提取的中心点的均方误差仅为0.1个像素,结果表明该方法可以显著提高激光条纹中心点的提取精度。此外,该方法可以以相对较低的计算时间有效地运行,鲁棒性良好。     

具有复合非线性特征不确定系统的自适应反推控制（英文）

针对一类具有复合非线性特征的不确定系统,提出了一种自适应反推多滑模近似变结构控制方案。基于模型分解的方法建立了具有复合非线性特征的执行器模型。论文设计径向基函数神经网络近似系统的未建模项,借鉴Nussbaum增益设计技术解决控制增益未知的问题,使用自适应律估计不确定干扰和神经网络近似误差的上边界。自适应近似变结构控制能够有效削弱控制信号的抖振,同时增强控制器的鲁棒性。基于Lyapunov稳定性理论,证明了整个控制系统的稳定性。该控制方案的主要创新点在于考虑并解决了不确定系统具有复合非线性特征的控制问题。最后,仿真结果证明了控制方案的有效性。     

基于交通分配的航路网络生成（英文）

航路网络是空中交通分配的载体,而交通分配是检验航路网络的依据,如何构建基于交通分配的航路网络生成便成了当前空域规划技术中的研究方向。论文基于链路预测理论、优化理论,建立了上层为航路网络生成,下层为交通分配的双层规划模型,采用基于链路预测的网络拓扑生成器和基于偏好的最优路径搜索算法进行航路网络生成,采用NSGA-Ⅲ算法进行交通分配。论文基于Python平台NetworkX复杂网络分析库,采用中国大陆空域北京和上海飞行情报区57个机场、383个航路点、635条航段组成的航路网络和187 975架次机场对交通流量进行案例仿真。通过与现有航路网络对比,交通分配运行成本下降50.624%,飞行冲突系数下降33.564%,动态非直线系数下降7.830%。     

空间灾害下中欧航空运输网络的脆弱性比较研究（英文）

欧洲航空运输网络(EATN)和中国航空运输网络(CATN)作为世界上两个重要的航空运输系统,正遭受着日益严重的空间灾害,例如极端天气和自然灾害。为了更真实地反映并比较空间灾害对这两类网络的影响,本文介绍了一种新的空间脆弱性模型(Spatial vulnerability model,SVM),该模型同时考虑网络拓扑结构和灾害特点两个方面因素研究网络系统的空间脆弱性。在引入SVM之前,本文先建立了EATN和CATN的两个抽象网络,并用传统脆弱性方法对其进行了简单的拓扑结构分析。之后,介绍了如何运用SVM研究空间灾害下航空运输网络脆弱性的方法。在此基础上,选取了两个代表性空间灾害情景,开展了EATN和CATN的脆弱性比较案例研究。这两种空间灾害,一种在空间上均匀分布,称为空间均匀灾害,另一种的空间分布不均匀,这里以暴雨灾害为例。仿真结果表明,EATN和CATN均对空间均匀灾害具有鲁棒性,但在暴雨情景下表现出脆弱性。在进一步比较暴雨情景下两个网络的脆弱性结果时,不考虑某些不对等因素(例如欧洲和中国的空域开放程度和飞行安全的重要性等)的影响,仅从网络拓扑结构和灾害特点来看,在暴雨情景下,EATN比CATN更加脆弱。这表明,当未来两个网络发展到同等发达水平时,EATN更需要重视暴雨灾害的影响。     

基于可达性分析的自主空中加油安全评估（英文）

自主空中加油(Autonomous aerial refueling,AAR)可以扩展飞机的航程和续航能力,为航空业带来巨大效益,对自主空中加油系统进行安全评估具有重要意义。本文采用可达性分析方法来评估系统安全性。由于系统不确定性,空中加油系统可视为一个随机系统,因此考虑概率可达性。由于可达性概率与碰撞概率有着密切的关系,本文利用可达性分析技术对自主空中加油系统的碰撞概率进行分析。然后,利用蒙特卡罗实验方法来获取碰撞概率。最后,通过仿真展示了所提出的安全评估方法的有效性。     

基于局部信息的分布式航天器集群重构（英文）

航天器集群的目标是使用尽可能小的燃料消耗完成队形重构任务。为了研究基于局部信息分布式航天器集群的重构问题,利用双脉冲交会机动原理设计了3种避免碰撞的目标选择策略。策略1在目标点发生冲突时根据与目标的距离确定目标点的选择,并使用单位脉冲来避免碰撞;策略2更改了避免碰撞的策略,当两个航天器不止一次相遇时,交换两个航天器的目标点;在策略3中,更接近目标点的航天器具有更高的优先级,当两个航天器不止一次相遇时,也会交换两个航天器的目标点。对3种策略分别对给定位置、不同完成时间、随机位置进行对比,数值仿真结果表明,这3种策略都可以在规定的要求下完成航天器集群重构。对于不同的完成时间和给定位置,策略3的燃料消耗要比策略1低并且在大部分完成时间下也要比策略2的燃耗低,在随机位置测试中大概70%的情况策略3比策略1燃耗低且整体更加稳定。     

基于过程仿真的工程变更管理方法（英文）

工程变更管理是解决产品设计问题的一种特殊形式,必须遵循许多规则才能满足产品变更的要求。由于工程变更对产品开发周期、成本有很大的影响,因此有必要提前预测设计变更并对其影响进行有效的评估。本文提出一种融合多评价参数过程仿真的工程变更管理方法。首先,建立了变更传播模型,包括变更传播影响的数学模型、设计变更方案的的评价得分;然后介绍了基于蚁群算法的变更方案优化过程,并给出了一种自动获取最优变更方案的优化算法;最后,以带式输送机平台为例验证了该方法的有效性。结果表明,产品的变化需求可以由多个候选变更方案满足,并可根据方案的特性获得最优的结果。     

基于加权D-S证据理论的旋翼故障诊断（英文）

旋翼作为直升机的升力面和操作面,其健康状态对直升机的安全至关重要。旋翼故障诊断技术仍是直升机健康与使用监测系统（Health and usage monitoring system, HUMS）领域的薄弱环节,开发旋翼故障诊断技术具有重要价值。基于信息融合技术,首先分析了旋翼故障的诊断机理,建立了旋翼故障模型,通过流固耦合仿真获取了不同故障下桨叶、轮毂和机身的故障特征信息,生成数据集进行网络训练和验证。然后,利用遗传算法反向传播（Genetic algorithm-backpropagation, GA-BP）优化神经网络诊断3种类型的直升机旋翼故障,即后缘调整片误调、变距拉杆误调和桨叶质量不平衡。3个逐级神经网络分别对旋翼故障类型、故障位置和故障程度进行了诊断识别。最后采用加权的Dempster-Shafer(D-S)证据理论对旋翼故障进行诊断和分析。结果证明基于改进D-S证据理论的旋翼故障诊断方法能够成功应用到旋翼故障诊断中,并具有良好的识别效果。     

基于深度神经网络的飞机结冰冰形预测模型（英文）

结冰是威胁航空飞行安全的重要因素,适航条例要求需要根据不同结冰工况开展结冰安全评估。由于飞机结冰过程十分复杂,快速预测结冰冰形仍是当前面临的重要挑战。基于深度置信神经网络(Deep belief network,DBN)及栈式自动编码器(Stacked auto-encoder,SAE)深度神经网络建立了一种高效的飞机结冰预测模型。在完成网络结构详细设计的基础上,利用结冰数值计算方法构建的冰形样本空间,实现神经网络训练。以NACA0012翼型为研究对象,开展了冰形预测研究。结果表明:构建的预测模型能够准确地捕捉飞机结冰过程中的非线性行为,进而实现冰形的高准确度预测。预测模型为飞机结冰分析提供了一种有效的方法。     

基于修正模式的健康监测系统研究（英文）

现有的健康监测系统通常忽略了老年人真实健康需求并且缺少对不同被试者差异因素的考量,导致监测结果不准确,测量值与真实健康状态可能出现偏差,延误了对突发健康问题的救治。为解决这一问题,本文提出了一种新的健康监测系统,包括生理参数的测量、修正和反馈。本研究收集了老年人临床样本,建立回归方程和统计模型,分析性别、年龄、测量时间和体征值之间的关系。通过设计修正算法对体征测量值多次修正,将最终数据与标准值进行比较来判断是否正常。这一过程有效降低了误判风险,同时更准确地匹配用户实际健康状况。本文以老年人心率的测量及修正作为应用实例验证了该创新方法的有效性,并给出具体修正过程,为未来健康监测研究中其他影响因素的剔除或修正提供了科学依据。     

基于K-means聚类的无人机飞行风险评估（英文）

为量化评估低空空域无人机飞行风险,从飞行冲突、飞行环境和交通特性3个方面分析了无人机飞行风险影响因素,分别构建了无人机空中风险指标和地面风险指标,建立指标筛选模型和无人机飞行风险评估模型,提出了基于K-means聚类的无人机飞行风险评估方法。数值仿真表明本文提出的方法既能有效地评估无人机飞行风险,又能为无人机风险管控提供技术支撑。     

基于模态灵敏度的风力机复合材料叶片结构优化（英文）

提出了一种叶片全尺寸结构设计方法,该方法采用遗传算法确定叶片铺层厚度的最佳分布,从而使得叶片弯曲刚度最大化。采用数值微分法求解了叶片模态频率对叶片各子区域铺层厚度的灵敏度数值。选择了叶片一阶挥舞与摆振模态固有频率作为优化目标,基于模态灵敏度探究了各子区域铺层厚度对其挥舞与摆振刚度的影响,并筛选出了14个显著设计变量来驱动叶片结构优化。最优化结果显示叶片一阶挥舞与摆振频率分别提高了12%和10.4%,表明基于模态灵敏度的结构优化方法是一种提升叶片结构性能更为有效的方法。