飞行器神经元控制系统的研究与设计

提出了一种基于神经元网络的飞行控制系统设计方法 ,该方法设计的神经元飞行控制器具有良好的鲁棒性 ,使飞行器在整个飞行包络内都能保持某种最优的操纵品质。给出的计算机仿真结果显示出神经元网络作为飞行控制器在处理飞行器参数大范围变化的非线性特性方面具有潜在的优良品质     

行星际磁场北向时磁层顶区磁场重联的全球模式

在对背阳面磁层顶区局域磁场重联模拟的基础上提出了一个行星际磁场北向时磁层顶磁场重联的全球模式。行星际磁场北向时碰层顶磁场重联导致近地尾瓣的能量被输送到远磁尾,太阳风能量不在磁尾储存,向阳面磁层顶变厚,磁层受到一系列扰动。      

埋入式进气道流场数值计算与实验研究

应用有限体积法对埋入式弯曲进气道内外流场进行了数值计算。用ＴＴＭ法生成贴体网格;用ｋ－ε模型模拟复杂湍流流动。计算结果表明,前方气流一部分被吸入管道,另一部分沿机体表面流向下游。管道入口背风侧存在一个分离区,管道内部气流畸变严重。计算结果和实验数据吻合较好。     

伺服阀充退磁装置实现机理及其试验

介绍并分析了常用充退磁方法及其优缺点,依据相关工作机理完成了伺服阀充退磁装置研制,并进行了各型伺服阀磁钢组件的定压充磁、定流退磁以及温度稳定性考核试验,通过试验数据表明,所研制伺服阀用精密充退磁装置工作性能可靠、充磁和退磁参数稳定、充退磁效率和合格率得到了提高。     

星-地混合通信网络前向链路安全传输方案研究

针对星-地混合通信网络前向链路在部分非理想信道状态信息(CSI)及非理想CSI下卫星窃听链路的安全问题,提出一种将地面基站信号作为协同干扰的安全传输方案。优化目标为地面基站节点传输速率最大,确保卫星合法节点接收信号质量,同时利用地面基站发送信号阻塞卫星潜在窃听节点对卫星信号的侦听。通过半定松弛原理将其转化为可解的凸优化问题,分别设计分层迭代、高斯随机化和二分搜索算法对问题进行优化求解。仿真校验结果表明,所提方案能够降低网络对CSI误差的敏感性,提高网络的可靠性和保密性。     

火星探测降落伞模型高速风洞变迎角试验技术

为获得火星探测器物伞系统动力学仿真中需要使用的降落伞轴向力、法向力、俯仰力矩系数,开展了火星探测降落伞模型高速风洞变迎角试验技术研究,研制了火星探测降落伞模型高速风洞变迎角试验装置,进行了火星探测降落伞模型高速风洞变迎角试验,获得了火星探测降落伞模型在马赫数范围0.4～0.8、迎角范围0°～25°时的轴向力、法向力和俯仰力矩系数,并对支撑干扰及洞壁干扰影响进行了扣除修正。试验结果表明：火星探测降落伞模型的轴向力系数随迎角变化较小;常规透气伞的法向力系数随迎角增大而增大,在马赫数为0.4和0.6时,低透气伞的法向力系数在小迎角时随迎角增大而减小;在马赫数范围0.4～0.8时,常规透气伞静稳定,低透气伞的静稳定性较常规透气伞减小,在马赫数为0.4和0.6时,低透气伞在零迎角时静不稳定,出现了非零配平 迎角。     

固体发动机绝热材料烧蚀研究进展

为了总结固体发动机绝热材料烧蚀方面的研究成果,梳理未来的发展方向,本文对国内外相关研究进展进行了综述。首先概述了绝热材料烧蚀的基本概念与研究意义,然后从烧蚀试验方法与装置、绝热材料烧蚀特性与机理、烧蚀模型等三个方面,对国内外有代表性和创新性的研究进行了介绍和评价。分析表明,目前烧蚀研究呈现从宏观走向细、微观的趋势,对烧蚀各子过程的研究更加深入细致,更加强调烧蚀过程中流动、传热传质和化学反应等多物理过程的耦合。未来随着高能推进剂的研发与应用、纳米材料的发展以及对精细化模型需求的不断增加,绝热材料烧蚀研究将面临一些新的挑战,也将迎来新的发展机遇。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

火箭冲压组合动力研究进展

对国内外火箭冲压组合动力(RBCC)研究现状与发展路线进行了总结,阐述了各国主要研究计划和取得的重要成果。系统地总结了西北工业大学航天学院在火箭冲压组合动力的研究进展和研究成果,经过近二十年的发展,完成了从发动机理论分析与原理验证、部件设计与试验到小尺度发动机地面集成验证,初步突破和掌握了宽域全流道设计、宽来流高效燃烧与火焰稳定以及模态过渡等多项关键技术,具备了开展飞行演示验证的基础。     

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。