利用模拟试验研究APC预测准则的适应性

使用多种飞机系统构型的人机耦合(APC)振荡地面模拟试验数据,研究各种Ⅰ类、Ⅱ类APC预测准则的适用性,通过对比分析试验中试飞员评分结果和各种准则计算结果,得到APC预测准则与试飞员APC趋势评分的符合率。研究结果表明,现有的APC预测准则并非预想的那样有效,进而针对APC预测准则和模拟试验提出改进建议。     

间歇采样转发干扰对相位编码雷达的影响分析

文章分析了间歇采样转发干扰对相位编码脉冲压缩雷达的影响。首先,推导得到了相位编码信号通过匹配滤波器的输出响应。在此基础上,推导了间歇采样转发干扰的匹配输出,研究表明,输出响应为信号编码与间歇采样编码互相关序列的线性插值函数,且只能产生一个假目标。然后,研究了旁瓣抑制网络对间歇采样转发干扰信号的影响,结果表明,旁瓣抑制网络可以有效抑制回波信号的旁瓣,但无法抑制干扰信号的旁瓣。相比输入前数值,干扰旁瓣峰值和位置均发生变化。最后,通过编程计算和仿真实验验证了本文分析的正确性。该研究为雷达对抗干扰评估试验提供重要的理论支撑。     

永磁同步电机驱动系统的反步与无源协调控制

针对永磁同步电机(PMSM)驱动系统中,只利用信号控制器或能量控制器难以兼顾良好的动态特性与较低的能量损耗,提出了基于信号与能量的协调控制策略。首先,利用反步法设计信号控制器,以加快系统的动态响应。然后,从能量的角度出发,利用无源控制中的Euler-Lagrange(EL)模型设计能量控制器,以降低系统稳态运行时的能量损耗。进一步设计协调函数,将信号控制器与能量控制器进行协调,从而构成协调控制器。另外,当负载转矩未知时,设计了负载转矩观测器用来估计负载转矩。在MATLAB/Simulink平台上对所设计的协调控制系统进行了仿真,仿真结果表明,所提出的协调控制策略能够充分结合信号控制器和能量控制器的优点,获得良好的动态和稳态性能,减小PMSM损耗。     

电动汽车牵引用水冷异步电机耦合场分析

基于Ansys多物理场仿真分析平台,对1台车用异步电机进行多物理场耦合分析。仿真电机连续运行在额定工况和峰值工况下的温升和热应力,对电机各部分温度场分布进行深入分析,预测电机峰值工况的最长允许时间。通过热-结构的有限元仿真分析电机内部结构的热应力分布,深入分析转子导条端部与端环焊接位置和机壳与铁心过盈配合面的热应力,校核转子导条端部是否存在开焊的风险,并通过热仿真和应力分析计算机壳与铁心在最高温升工况下不发生滑移或涨开的过盈配合量取值。     

风电及高压电机用绝缘浸渍漆选型试验研究

选取国内常用的两种树脂与环氧酸酐浸渍树脂作对比测试。通过对树脂常规性能及浸渍模拟线圈电性能测试,得出结论:1号树脂具有较好的储存稳定性,电性能与环氧酸酐相当,可作为环氧酸酐的替代品。     

航空／海洋重力仪用加速度计现状与优化方法

采用石英挠性加速度计作为重力敏感器的航空/海洋重力仪是典型的重力信息采集仪器,要求石英挠性加速度计具有一次通电稳定性高、高分辨率、低噪声的特点。为了满足航空/海洋重力仪需求,首先,分析了石英挠性加速度计一次通电稳定性机理,确定了关键影响因素,并给出了优化方向;其次,建立了加速度计分辨率模型,给出了测试方法和后续优化方向;最后,通过试验确定了噪声水平,根据关键影响因素给出了优化方向。通过上述研究的开展,为石英挠性加速度计在重力测量领域中的应用奠定了基础。     

考虑飞行器动力系统进排气效应的设计参数灵敏度分析研究

面向飞行器内外流一体化设计,基于自主研发的大规模并行化结构化网格RANS求解器以及离散伴随方程求解器,开展了考虑推进系统动力状态下进排气边界条件的变分研究,通过链式求导法则避免直接对守恒变量变分,进一步引入中间变量大幅度简化了进排气边界条件变分的难度,建立了考虑进排气效应的设计变量灵敏度高效分析方法,并通过TPS标准模型计算验证了进排气数值模拟精度,与有限差分对比验证了灵敏度计算精度,以翼上发动机气动布局进排气影响数值模拟为例,系统分析了低速、高速、定攻角、定升力状态,推进系统有无动力工况灵敏度的变化以及影响机理。     

基于视觉的模型烧蚀形貌实时测量方法

针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

多品种变批量产品智能制造系统框架

YU Chenglong;HOU Junjie;ZHAO Ying;XU Hao;ZHANG Wei(China Aerospace Academy of Systems Science and Engineering, Beijing 100048, China)