基于C-dump变换器的无刷直流电机调速系统研究

对采用Ｃ－ｄｕｍｐ拓扑结构作为变换无刷直流这系统进行了系统的研究。分析了正转、反转及是动运行的原理和控制逻辑,介绍了Ｃ－ｄｕｍｐ变换器主要参数的设计步骤。为了实现无转速传感器的转速闭环控制,文中详细介绍了通过检测电机关断相反电势获取转速反馈的方法。实验结果表明,该系统可以方便地四象限运行并具有良好的运行性能。     

碳纤维增强复合材料层板机械连接的拉脱强度

讨论了复合材料叠层板机械连接的拉脱强度的定义与测定方法，并对T300／648复合材料层板机械连接接头的拉脱强度及吸湿量对强度的影响进行了实验研究，初步分析了拉脱破坏的机理。     

低速风洞推力矢量试验技术研究

介绍了中国航天空气动力技术研究院FD-09低速风洞利用YF-16标模作为研究对象开发的一种推力矢量试验系统,系统利用中压气源提供的最大2.0 MP a压缩空气,通过通气管路和推力矢量管道由模型尾喷管排出,用于模拟飞机喷流对全机气动特性的影响。推力矢量试验系统充分利用现有的大迎角机构预弯支杆作为模型支撑装置和引气管路,使同一次车次的试验迎角范围能够达到-6°~90°,同时极大降低管路压力损失,使得喷口最大落压比NPR超过5,并且能够实现模型腹部支撑和背部支撑两种形式的相互转换。试验采用六分量常规测力天平和推力矢量传感器以及总压传感器等,测量得到了推力矢量喷流对全机气动性能的影响以及喷管的气动性能。主要介绍整个系统布局、推力矢量管路的优化设计、测试设备以及两套喷管的典型试验结果。推力矢量试验系统在经过支撑干扰修正、喷流状态下传感器校准、压力管路化等方面做进一步的深入研究之后,将形成试验能力。     

基于人工神经网络的混凝土类材料SHPB动态压缩性能预测

针对混凝土类脆性材料高应变率下本构行为,结合ABAQUS有限元仿真与反向传播（Back propagation,BP）人工神经网络技术,对分离式霍普金森压杆（Split Hopkinson pressure bar,SHPB）实验过程中关键波形参数进行仿真和机器学习,建立了混凝土类材料SHPB高应变率下力学性能预测的机器学习模型,极大地提升了复杂脆性材料受冲击状态下变形行为与本构参数之间关联机制的计算效率。利用商业有限元软件ABAQUS的动态分析模块,通过在入射杆自由面设置4种不同的应力波,得到在不同应变率下材料应力-应变曲线,通过对比数值模拟结果和SHPB实验,验证了基于有限元分析的计算结果准确性。以20组ABAQUS仿真结果作为训练样本,其中入射波作为输入层,透射波和反射波作为输出层,建立相应的机器学习预测模型。研究结果表明：基于BP人工神经网络技术的机器学习预测模型具有良好的适用性,可代替量大且耗时的有限元仿真建模、分析及后处理流程,实现了高应变率下混凝土类材料应力-应变曲线形式本构行为的高效准确预测,同时可以预测给定训练样本以外更大应变率范围下材料应力-应变曲线。     

激波与氦气泡相互作用的实验与数值研究

提出了一种在激波管中实现运动激波与球形气-气界面相互作用的研究方案.以肥皂膜作为气体交界面,高压火花为光源,采用阴影法,在马赫数M=1.2的情况下,在矩形激波管中开展了一系列的实验研究,获得了激波作用下球形氦气泡界面发展变化的相关实验结果.还通过求解二维轴对称的Euler方程,结合网格自适应策略,对实验过程进行了数值模拟.通过与实验结果的对比分析,证实了涡量的产生和分布对于界面的变形和发展有着重要意义.     

复合材料层合板冲击后剩余强度的工程估算方法和有限元模拟分析

为研究复合材料层合板冲击后剩余强度(CAI)的计算,本文给出了两种方法:工程估算和有限元预测.工程估算是将受冲击损伤的复合材料层合板简化为正交各向异性带孔板,按照Nuismer-Whitney平均应力准则,计算正交各向异性带圆孔板的破坏强度.作为层合板冲击后剩余强度的估算值.有限元方法则是采用Hashin失效准则和Tan的刚度降准则,在ABAQUS软件中自编UMAT材料损伤子程序,进行带孔层合板的损伤强度预估分析.结果表明,工程估算方法和有限元方法的计算结果均与试验结果相差不大,两种方法均可作为工程中估算剩余强度的有效方法.     

复合材料胶接技术及其在某型飞机垂尾翼盒上的应用

从复合材料胶接技术特点出发,阐述了胶接工艺过程中的要点,并针对具有蜂窝夹层、多墙式结构的某型飞机,其垂尾翼盒胶接工艺的实施过程,详细阐述了胶接工艺方案,以及胶接性能的控制和检测方法。     

弹射座椅不利姿态控制规律设计

弹射座椅在低空不利姿态下的弹射救生性能是第四代弹射座椅的关键技术,而控制规律算法设计则是姿态轨迹控制的核心问题。提出了一种全新的控制规律设计方法,通过建立弹射全过程的轨迹姿态仿真模型、设计控制参数寻优计算模型,得到离散化的最优控制参数集。利用基于误差逆向传播(BP)算法的多层前馈神经网络模型,获得弹射状态全区间范围内的连续性控制规律算法。以单滚转不利姿态为例,进行了控制规律算法的设计验证。结果表明,采用本文控制规律算法后,弹射座椅在最低安全救生高度性能指标上远远优于多模态控制规律、美俄联合研制的K36Л-3.5型座椅,并基本满足国军际的性能要求。设计方案简单明确,结果算法逼近理论最优值,可以为第四代弹射座椅控制规律设计提供一定的参考意义。      

基于意图推断的高超声速滑翔目标贝叶斯轨迹预测

为解决高超声速滑翔目标机动给探测防御造成的困难,研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模,利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标,结合飞行意图合理构造意图代价函数,借鉴贝叶斯理论迭代推导机动模式和运动状态递推公式。通过蒙特卡洛采样实现轨迹预测算法。仿真结果表明,算法能有效提高目标机动不确定条件下轨迹预测的精度,当多目标可能被打击时,通过对预测轨迹进行在线重新规划,降低目标误判给轨迹预测造成的不利影响。     

自主学习干扰观测器驱动的重复使用运载器再入段滑模控制

针对重复使用运载器(RLV)再入段的姿态控制问题,设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则,将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点,结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论,提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器,完成对再入段姿态的跟踪。最后,针对6自由度RLV模型进行了仿真分析,仿真结果证明了控制方法的有效性以及鲁棒性。