应用于飞行器风洞试验的绳牵引并联机构技术综述

首先概述了法国航空局SACSO项目关于绳牵引并联机构应用于飞行器风洞试验的研究工作,然后从六自由度绳牵引并联机构的结构设计、运动学及性能分析、工作空间的分析与综合、静刚度分析、运动控制和力控制等六方面,详细分析了六自由度绳牵引并联机构应用于飞行器风洞试验中的关键技术。分析结果表明:六自由度绳牵引并联机构必须根据飞行器的类型,以工作空间大小为依据进行构型设计;其运动控制方案可借用PID控制或自适应控制,其优点是便于动力学模型的线性化和解耦;其力控制方案可借用经典的阻抗控制和力/位置混合控制,但适用于飞行器风洞试验的六自由度绳牵引并联机构的更完善的力控制策略还有待进一步的研究。     

高超声速飞行器的滑模观测器设计

对一个高超声速飞行器设计了滑动模态观测器来估计攻角和航迹倾角。通过实时的求解一个极点配置问题,使观测器的切换增益能够根据观测器状态的变化而改变,从而保证了观测误差的动态特性在整个飞行包线内的一致性,给出了单输出和多输出非线性系统的滑模观测器设计过程。设计和仿真算例验证了这种方法的有效性。     

GRECO中棱边绕射场计算的改进

图形电磁计算 (GRECO)方法是计算复杂目标高频区雷达散射截面 (RCS)的有效方法之一。分析了原始GRECO方法在判定目标图象棱边象素的不足之处 ,给出了相应的改进措施。改进后的软件能够更准确、充分地判定目标的棱边象素及获得棱边参数。在边缘绕射场的计算方面 ,指出了相关文献中存在的错误 ,给出了基于等效电磁流法 (MEC)和物理绕射理论 (PTD)的边缘绕射场计算式 ,及与物理光学 (PO)场叠加求取RCS的完整表达式。计算实例表明 ,新的方法具有更高的准确度 ,与实验测量值吻合     

北京航天指控中心卫星任务数字仿真软件的设计

首先给出了北京航天指控中心仿真软件的设计模型,阐述了仿真软件仿真的内容,并详细介绍了仿真软件的总体结构和关键进程的设计方法,最后显示了仿真的结果,在实际应用中该软件得到了验证。     

超燃冲压发动机燃烧模态转换直连式实验研究

为获得燃烧模态转换过程对超燃冲压发动机工作特性的影响,在直连式实验台上,通过液态煤油流量的线性变化,开展了飞行马赫数4.5条件下燃烧室不同工作模态的转换实验。通过对特征位置和参数的监测,实现了燃烧模态的实时判别,获得了燃烧模态转换过程对发动机性能的影响规律。实验结果表明,在燃烧模态转换过程中滞环现象明显,燃烧室压力和发动机推力性能存在突变。在燃油流量以相同的速率增加和减小过程中发生模态转换时刻的燃油当量比存在差异,分别为0.55和0.488,两个转换点燃烧室比推相差8.05%。在滞环区间内,对于同一当量比,会存在两个不同燃烧模态,对应不同的发动机推力性能。     

复合材料桨叶结构损伤演化模型

与金属材料桨叶相比,复合材料桨叶因具有更加优良的抗疲劳性能而被广泛应用到直升机旋翼上。但由于复合材料破坏机理复杂,疲劳性能分散,影响因素众多,导致复合材料桨叶疲劳现象尚处于研究探索之中,在复合材料的微观失效机制与宏观结构的力学性能之间仍然缺少一座桥。鉴于此,文章利用典型复合材料试样的拉伸疲劳实验数据,建立了基体裂纹、纤维断裂和界面脱胶等损伤变量累积模型,从断裂能的角度出发构建了基体裂纹密度、纤维断裂面积与复合材料属性之间的函数关系,分析了基体裂纹密度、纤维断裂面积等损伤变量对复合材料工程性能参数的影响。利用复合材料宏观力学理论,研究了各物理损伤变量对桨叶刚度特性的影响,采用连续损伤变量的状态方程建立了复合材料桨叶的损伤演化模型,这种以有理多项式为状态转移函数微分模型能很好地体现复合材料桨叶在疲劳初期和疲劳末期刚度快速损伤的现象。     

稳态与瞬态冲击射流换热性能实验对比

为了对比研究稳态与瞬态单孔冲击射流的传热性能,采用热色液晶测温技术获取实验件被冲击表面的传热系数分布。实验中改变了冲击雷诺数Re和冲击孔直径比L/d,利用工业相机拍摄实验件凹表面颜色变化过程,计算并对比两种射流条件下局部努塞尔数Nu_D的分布,并与文献值进行比较。研究表明相对于稳态冲击射流,瞬态冲击射流的传热性能更佳。通过记录整个冲击射流过程,得到Nu_D随时间t变化关系。驻点附近NuD随冲击的进行逐渐减小并趋于稳定。随冲击雷诺数Re增大或冲击孔直径比L/d接近6,瞬态冲击射流的强化传热效果逐渐明显,强化效果可达15%以上。     

盖板式预旋系统的压比和熵增特性

对预旋系统内的压力变化相关研究较少。基于理论分析、实验测量以及数值计算,对某盖板式预旋系统的压比及熵增特性进行研究。通过理论推导,对预旋系统内压比与无量纲温降的关系进行分析。在最高转速可达10000r/min的高转速实验台上,测量了转盘上的气流静压以及相对总温,进而获得压比及熵增特性。进行三维数值计算,将数值计算结果与实验结果进行了对比,并根据数值计算结果对预旋系统内的熵产分布以及各元件的熵增情况进行分析。结果表明:系统温降以及旋转马赫数大小决定了预旋系统的理想最大压比,而实际压比与理想压比的比值取决于系统内的熵增大小。采用数值计算以及实验测量所得结果对理论关系式进行了验证,最大偏差2.7%。旋转马赫数一定的条件下,随系统无量纲温降增大,系统压比逐渐减小。由于熵增影响,实测压比与理想压比最大相差约36%。预旋系统内的熵增主要发生在预旋腔静止壁面、接受孔前后、供给孔进口等气流旋转比发生剧烈变化的区域。预旋系统内主要元件的熵增随流量增大都呈逐渐增大的趋势,但接受孔处熵增最小值出现在喷嘴出口旋转比等于1左右时,流量过小或过大都会导致接受孔处熵增变大。     

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

多星座组合导航自适应联合卡尔曼滤波算法研究

针对多星座卫星组合导航,提出了一种自适应联合卡尔曼滤波算法,采用描述机动载体运动的“当前”统计模型,直接从各卫星导航系统接收机输出的定位信息入手,将各种误差因素的影响等效为一个总误差,建立一种动态定位的自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,通过引入调整系数、加权因子和自适应调节量对自适应滤波算法进行了改进,并分别对GPS、GLONASS和GALILEO系统设计了自适应子滤波器,然后采用联合滤波算法对各个子滤波器进行数据融合处理,最后对GPS/GLONASS/GALILEO组合导航系统进行了仿真验证,结果表明,该算法增强了滤波器的跟踪能力,改善了滤波效果,提高了定位精度。