氢氧推力室再生冷却内壁故障分析

对某氢氧火箭发动机在热试车后推力室再生冷却通道内壁产生裂纹的故障建立了理论分析模型,并进行了温度场与应力场的耦合计算分析。分析认为,推力室内壁在连续的发动机热试车中出现故障的机理为较大的热载荷和机械载荷的组合促使推力室内壁的组合应力超过当地的屈服极限,产生较大的塑性变形所致。采用改善冷却通道的结构形式、燃烧室内壁采用适当厚度的隔热镀层、降低推力室内壁应力比R等措施可以提高再生冷却推力室的热循环寿命。     

中继卫星单址天线驱动控制系统设计

针对中继卫星单址天线与星体之间存在耦合效应以及单址天线需要高精度指向用户卫星的特点，将天线驱动控制系统作为星上一个相对独立的系统进行了设计。首先推导出了由两相永磁步进电动机驱动单址天线转动的动态方程，描述了系统存在的模型不确定性。考虑到步进电机的非线性特征，用DQ变换进行了反馈线性化处理，在此基础上设计了天线驱动控制系统的H∝回路成形控制器，并对所设计的控制器进行了鲁棒稳定性和鲁棒性能分析。数学仿真表明：提出的控制策略能使单址天线获得较高的指向精度，同时减小天线对星体平台的耦合影响.     

为制造第二个“科索沃”营造环境——美国挑动日、韩及台湾建立战区反导体系

美国在其新的军事战略,即所谓的“和平参与、营造环境;危机反应、慑止冲突;着手准备、应付未来”(营造一反应一准备)中,有“营造”环境之说。那么,美国在东亚首先要“营造”什么样的环境呢?那就是首先要“营造”出符合美国实现其战略目标需要的“TMD”环境。美国实现其全球霸权的重要战略目标之一,就是从西、东两头开始控制由俄罗斯和中国占据大多数土地的欧亚大陆。目前,美国在该大陆的西面科索沃已经得手,至于在东面更是一直不停地挑起“动乱”,以便尽快“营造”出美国占领科索沃那样的机会或环境条件,从而在该欧亚太陆的东面挤压我国大陆和俄罗斯,但是,美国却遇到了在科索沃未遇到的问题——存在着遭受弹道导弹反击的危险。因此,美国在东亚制造第二个科     

大推力氢氧发动机关键制造技术

为了满足大推力、大尺寸220 tf补燃循环氢氧发动机的研制需求,针对补燃氢氧发动机推力室、预燃室、涡轮泵、阀门、管路等组合件,开展大推力氢氧发动机的工艺技术攻关,采用旋压成形、扩散钎焊、惯性摩擦焊、增材制造、粉末冶金、精密铸造等工艺技术,实现了220 tf补燃循环氢氧发动机复杂构件的制造; 针对220 tf补燃循环氢氧...     

卫星在轨分离地面试验方案设计及动态仿真分析

多星分离是一箭多星成功发射之关键技术,为保障卫星在轨顺利分离,需要在地面开展相关的分离试验及其仿真验证。本文针对带橡胶夹层的卫星自旋分离过程,进行了卫星分离地面试验方案设计和数值仿真。首先,给出了卫星分离地面试验设计方案;其次,采用自然坐标法分别对不带工装和带有工装的在轨卫星分离过程进行动力学建模及动态仿真分析;最后,研究了卫星-工装整体动力学建模及分离过程中带工装结构和不带工装结构对卫星分离的影响。     

NiCrBSi+Ni/MoS_2涂层在空间环境下的摩擦学性能

采用激光熔覆技术在TC4合金基体上制备了Ni Cr BSi+Ni/Mo S2复合涂层,考察了该复合涂层在真空、原子氧辐照环境下的表面形貌及元素变化。利用真空摩擦磨损试验机分别完成了干摩擦条件下2种环境的摩擦磨损性能测试。结果表明:Ni Cr BSi+Ni/Mo S2复合涂层经过原子氧辐照后,有部分元素被氧化及化合物分解的现象,但并没有发生明显的材料性能改变以及润滑涂层的破坏。与TC4合金相比,2种环境下该复合涂层均具有良好的润滑减摩效果,证明Ni Cr BSi+Ni/Mo S2复合涂层具有一定的抗原子氧辐照的能力。     

基于同时定位与地图构建的AUV导航定位方法综述

同时定位与地图构建(SLAM)方法是自主式水下机器人导航领域的研究热点。首先介绍了水下SLAM算法的发展现状,总结了水下SLAM的主要实现方法和目前存在的难点问题,最后探讨了水下SLAM的发展趋势。     

滞环非线性系统的自抗扰动态面控制方法

针对输入端还有类齿隙滞环的二阶不确定性非线性系统,提出一种基于扩张状态观测器的输出反馈自抗扰控制算法。为便于扩张状态观测器设计,首先采用坐标变换将严格反馈系统转化为串联积分结构。然后,基于该结构设计了非线性扩张状态观测器对系统状态和总扰动信号观测。在控制器设计中,采用动态面技术设计输出反馈控制信号,取代滑模控制信号。最后,数值仿真结果表明,所提出的自抗扰控制算法在控制性能方面优于传统PID控制器。     

基于自适应融合网络的无人机目标跟踪算法

针对无人机视频跟踪过程中,目标占比较小且易受复杂背景信息干扰等问题,提出一种基于自适应融合网络的无人机目标跟踪算法。首先,基于感受野模块和残差网络构建深度网络模型,能够有效提取目标特征并增强特征的有效感受野;其次,提出一种多尺度自适应融合网络,能够自适应地融合深层网络的语义特征和浅层网络的细节特征,增强特征的表达能力;最后,将融合的目标特征输入到相关滤波模型中,计算出响应图的最大置信分数,从而确定跟踪目标位置。仿真实验结果表明,该算法在跟踪成功率和精确率上都达到了较高水平,有效提升了无人机目标跟踪算法性能。     

基于残差学习的自适应无人机目标跟踪算法

无人机已被广泛应用于军事和民用领域,目标跟踪技术是无人机应用的关键技术之一。针对无人机视频跟踪过程中目标易发生尺度变化、遮挡等问题,提出一种基于残差学习的自适应无人机目标跟踪算法。首先,结合残差学习和空洞卷积的优点构建深度网络提取目标特征,同时克服网络退化问题;其次,将提取的目标特征信息输入核相关滤波算法,构建定位滤波器确定目标的中心位置;最后,根据目标外观特性的不同进行自适应分块,并计算出目标尺度的伸缩系数。仿真实验结果表明:所提算法能够有效应对尺度变化、遮挡等情况对跟踪性能的影响,在跟踪成功率和精确度上均高于其他对比算法。