一种减小PFC变换器电容规格的方法

常规的由Boost和DC/DC变换器级联构成的两级式PFC变换器,在Boost电路输出端要接高耐压等级的电解电容作为储能电容,不仅体积大、价格高,而且寿命短,为此本文研究了一种低压输出的Boost/半桥组合式软开关谐振PFC变换器。该变换器利用半桥电路输出端的低压电解电容平衡瞬时功率,Boost电路输出端电容与变压器漏感谐振,并不大量储能,由此减小了Boost电路电容的规格,提高了工作可靠性。讨论了该变换器的控制策略,前后级共用一套控制电路,实现功率管的软开关和能量的传递。分析了降低电容容值的可行性,指出采用小容值非电解电容替代Boost电路输出端的大容量电解电容后,变换器具有良好的性能。给出了Boost和半桥电路输出端电容的设计方法,进行了实验验证。     

BTi6431S钛合金盒形件热拉深成形工艺数值模拟

为研究BTi6431S钛合金热拉深成形工艺,本文以某型号飞行器天线盒盖为例,通过设计正交实验方案,先后分别对无压边情况下拉深成形进行了有限元数值模拟,用最薄壁厚减薄率作为描述零件成形结果的评价标准,得出该钛合金件在成形温度为650°C,首次拉深凹模圆角半径11mm、凸模圆角半径7mm、转角半径12mm、拉深高度25mm参数下,最薄壁厚减薄率最小(20.3%)。     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

分布式三相逆变器冗余并联系统的研究

逆变器的冗余并联控制技术是实现变流器及不间断电源(Uninterruptible power supply,UPS)等设备高可靠性的关键。逆变器并联的控制方法有很多种,频率电压外特性下垂法存在输出外特性较差等不足;主从法必须依赖主模块工作,没有实现真正的冗余控制。本文采用了一种适合热插拔的平均电流分布式并联控制策略,并在其基础上加上了负载电流前馈控制技术,提高了输出外特性。分析比较了并联系统在加负载电流前馈技术前后的输出外特性,并研究了并联系统采用优化控制策略后进行热插拔的具体实现过程。在以上并联控制策略的基础上研制了一台三相逆变器并联系统,进行了热插拔实验,真正实现了冗余控制。     

硝酸羟胺水溶液的制备及其含量分析

以复分解法制备硝酸羟胺(HAN)水溶液，用正交实验分析了反应温度、反应时间和减压蒸馏温度对反应产率的影响。确定的实验室最佳制备条件为：反应时间25min，反应温度60℃，减压蒸馏温度50℃。并比较了氧化还原滴定法与酸碱滴定法测定硝酸羟胺水溶液中硝酸羟胺含量的精度。     

脉冲电流在塑性加工中的应用

金属材料塑性变形时通入脉冲电流,在力学性能方面:材料的流变应力下降、塑性变形能力提高,同时有助于内部裂纹的止裂甚至愈合;在微观效应方面:电流的引入可以改善组织状态,加快再结晶过程,细化晶粒。在自阻加热工艺中,电流直接对坯料加热,降低了能耗,电流加热速度快,提高成形效率。举例说明了电流在热冲压技术、轧制技术和超塑成形技术等塑性加工工艺中的应用。在节能和高效成为材料加工领域主题的今天,脉冲电流在塑性加工领域的应用可以有力地推动尖端制造业,尤其是航空航天制造产业的发展。大量研究也已证明脉冲电流在材料加工领域有着深远的研究意义和广泛的应用价值。     

非恒定增压式微尺度拉瓦尔喷管流动特性

针对微尺度喷流在航天器运动状态切换时出现的非恒定增压变化,采用直接模拟蒙特卡洛(DSMC)方法对阶跃式增压和线性式增压两种模式下的微尺度拉瓦尔喷管流场进行了模拟,并对其变化过程中的流动特性进行了对比分析。结果显示：阶跃式增压会导致流动特性出现较大幅值的峰谷式波动,而线性式增压下的流动特性则呈现出线性变化的特点;黏性力对微尺度喷流的非恒定增压变化产生了重要的黏滞作用,在喉部扩张段至出口的流场中尤为明显;在设定的条件下,阶跃式增压过程中喷流产生的总冲量较线性式增压高59.5%,质量流量高74.7%,单位工质提供的冲量低约8.6%,波动性也高于线性式模型,阶跃式增压适用于系统需要较大推力改变运动状态且推进剂充足的情况,而线性式增压在系统精确微调或需要推进剂产生更高效能时具有明显的优势。     

考虑局部遮挡的太阳能无人机能源控制

针对太阳能无人机在飞行状态下可能出现的太阳能电池局部遮挡情况,开展相应的太阳能电池最大功率点追踪算法和能源控制研究。通过将发光亮度引入相对吸引力计算过程对萤火虫算法进行改进,实现了局部阴影情况下太阳能电池最大功率点的高效追踪。以此为基础,设计了考虑局部遮挡情况下太阳能无人机的太阳能电池/蓄电池混合能源状态机控制规则。以"蒲公英I"无人机为例,建立了太阳能电池阵列模型,开展了考虑局部遮挡情况下太阳能电池最大功率点追踪仿真实验;基于"蒲公英I"飞行剖面,开展了考虑局部遮挡情况的混合能源控制仿真试验。研究结果表明：改进的萤火虫算法可以实现在局部阴影情况下太阳能电池最大功率点的有效跟踪,与萤火虫算法相比收敛时间更短、且功率波动幅度更小;采用改进萤火虫算法和状态机能源管理策略,在考虑局部遮挡的飞行状态下可以实现太阳能电池/蓄电池之间的合理功率分配与控制。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。