高频平面变压器技术研究

通过对平面变压器损耗分析及其不同绕组结构构造技术研究,采用多层交错换位绕组结构,设计了适用于有源箝位软开关变换器的PSSP结构平面变压器。将研制的平面变压器应用于100W高密度DC/DC模块,经实验验证,该变压器总损耗仅为1.3W,并且与传统的变压器比较,体积减小了46.6%,高度减小了68%。     

铰接的特点及其在飞机结构设计中的应用

以铰接为主要对象,研究铰接的特点及其在飞机结构设计中的应用.介绍了铰接的原理及假设理想铰接的意义和方法,分别对飞机主起落架、机身中部地板梁、翼身整流罩拉杆设计中采用的典型铰接结构进行了力学模拟简化,分析了铰接对结构之间传力模式转化起到的作用和对结构刚度设计的影响.说明铰接可以使结构部件之间获得较好的柔性连接,避免关键结构承受有害载荷,在飞机结构中应对结构连接进行合理设计,以提高结构效率.     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

北斗B1信号干扰检测方法研究

基于一般干扰检测算法,结合北斗B1信号的特征,提出了改进的分段干扰检测方法。将待检测信号进行分段,设置多个干扰检测门限,得出干扰频点的位置。利用干扰数据和实测北斗B1信号数据对分段干扰检测方法进行验证,结果表明:分段干扰检测方法可以有效检测出北斗B1信号中的干扰,且检测时间较短,结果较为准确。     

无拖曳卫星氮气微推进系统填充与开机工作特性的仿真研究

采用AMESim软件对氮气贮存压力为1.5×10 7 Pa、推力范围为mN级的压电驱动的氮气微推进系统进行建模。研究了氮气填充过程中氮气瓶、减压阀的压力和质量流量瞬态特性。分析了整合喷管的压电比例阀在开机过程中的瞬态工作特性。最后，研究了驱动电压对压电比例阀在开机过程中的阀芯位移和喷管推力瞬态值、阀芯运动和推力响应时间的影响规律。结果显示，当驱动电压为80 V时，阀芯的响应时间和稳定位移分别为 0.64 ms 和3.67 μm。开机后8 ms，喷管推力达到稳定值(0.588 mN)。压电比例阀阀芯的开启响应快速，且驱动电压与喷管推力之间存在良好的线性关系，说明推力可通过改变驱动电压进行mN级的线性调节。     

基于监督流形学习的航空发动机振动故障诊断方法

航空发动机故障诊断中一个有挑战性的难题就是如何处理具有高维数、非线性化特点的故障数据,传统模式识别方法很难发现这类数据集的真实结构,导致故障诊断准确性不高。针对这一问题,将一种新兴的非线性维数约简技术——流形学习引入航空发动机振动故障诊断,提出基于监督流形学习理论的航空发动机特征提取与识别方法。该方法首先采用最近兴起的监督局部线性嵌入流形学习算法对蕴含在高维振动故障数据中不同故障的流形特征进行学习,映射到低维嵌入空间以实现故障的特征提取,在降维后的流形特征空间中构造分类器实现故障识别。利用航空发动机转子故障数据对方法的有效性进行了验证,结果表明,该方法显著提高了故障诊断性能,克服了传统的模式识别方法PCA和LDA的不足,并且在训练样本数为每类100的条件下,该方法的平均故障诊断正确率比PCA和LDA分别高出2.93%和7.20%。     

舰载机动基座快速对准方法研究

由于舰载机弹射过程中机体的运动加速度较大,有利于提高系统的可观测性,弹射起飞是实现舰载机快速对准的重要手段.实现舰载机在弹射过程中的快速对准,其关键在于抑制振动干扰对初始对准精度的影响.通过建立舰载机动基座对准非线性误差模型,分析在弹射对准的过程中由于前起落架振动造成的对准发散问题,并在此基础上,利用强跟踪滤波算法抑制弹射过程中对准的振动干扰.仿真结果表明,强跟踪滤波方法相对卡尔曼滤波而言,可以有效提高舰载机惯导快速对准精度.