基于深度学习的飞行器故障情况下可配平能力快速预示方法

针对飞行器在执行机构故障条件下配平能力受限的问题，本文提出了一种基于深度学习的故障情况下可配平能力快速预示方法。首先，建立飞行器气动力矩和执行机构故障模型，并给出飞行器旋转配平条件。其次，在不同执行机构故障情况下，采用基于二次规划的可配平能力求解方法，在迎角/侧滑角二维平面内进行遍历求解，得到当前故障情况下的可配平能力剖面，并采用8个特征点进行包络，同时为所提方法提供样本。再次，利用深度神经网络强大的拟合能力，从样本中提取故障和气动力矩信息作为网络输入，特征点的迎角和侧滑角的值作为网络输出，离线训练深度神经网络。利用训练好的深度神经网络根据当前故障信息实时计算可配平能力剖面。最后，通过仿真验证了所提方法的有效性和实时性。     

卫星蜂窝夹层结构新型埋件工艺

针对卫星蜂窝夹层结构，研究了新型后埋件及其自动化后埋工艺，并与我国卫星领域传统后埋技术对比，考察了两种埋件技术对埋件承载力与承载系数的影响。结果表明，两种埋件系统承载模式基本一致，胶黏剂的分布状态对其承载性能有重要影响。新型后埋系统承载能力已经达到传统后埋系统的158.2%。新型后埋件技术更适合自动化方式，保证工艺稳定性一致性可靠性。