碳纤维复合材料波导器件成型技术

以某卫星用高精度、复杂谐振腔波导器件为对象,设计了碳纤维复合材料铺层及工艺成型方案,通过模具表面金属层转移法,制备了内腔表面金属化的碳纤维复合材料(CFRP)谐振腔波导,进行了高低温环境试验。结果表明:碳纤维复合材料谐振腔内腔型面精度、平整度等均满足设计指标,经历100次-196~120℃高低温循环后,表面金属层/碳纤维复合材料基体结合良好。与殷钢谐振腔相比,碳纤维复合材料谐振腔减重72%。     

超燃冲压发动机羟基/煤油-PLIF同步测量研究

应用一套500 Hz PLIF (Planar laser induced fluorescence)系统开展了煤油燃料超燃冲压发动机实验研究，实现了超燃冲压发动机燃烧室内火焰结构和煤油分布可视化测量。通过对OH-PLIF和煤油-PLIF同步测量方法分析，揭示了超燃冲压发动机煤油掺混燃烧振荡特性规律。利用PLIF图像的几何特征、强度特征和动态模态分解，分析了煤油掺混过程对火焰传播及燃烧特性的影响。研究表明，在煤油单独燃烧阶段，煤油主要分布在燃烧室上游。OH基受燃料分布的影响，在燃烧室内重复性地聚集和扩散，呈现破裂带状。动态模态分解结果表明，煤油掺混过程对燃烧振荡存在影响。     

真空强电磁场环境下铝的二次电子倍增规律

针对卫星表面受强电磁环境的影响导致的充放电问题，采用1D3V的粒子网格（PIC）方法对卫星表面铝材料在空间强电磁环境作用下的二次电子倍增作用规律进行研究。结果表明：星表铝材料在不同微波幅值、不同频率下的二次电子倍增效应存在“最易”倍增区间；二次电子倍增规律表现为在特定频率下，铝的二次电子倍增随着微波电场幅值的增大先增强后降低，表现出最佳倍增区间的效应；在特定幅值下，铝的二次电子倍增效应也会先增强后降低，但是整体表现出低频时倍增强，高频时抑制倍增的效应。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。     

基于可靠性真值表的JTC补偿电容重要性评估

为实现不同位置补偿电容的重要性评估，得到对无绝缘轨道电路(JTC)影响较大的补偿电容位置，提出一种基于可靠性真值表的JTC补偿电容重要性评估方法。建立JTC调整态和分路态模型，并仿真得到补偿电容断线时全部故障类型的调整态接收电压和分路态分路电流幅值曲线；提取相应的接收电压和最小分路电流与其阈值进行对比分析，建立JTC可靠性真值表；基于可靠性真值表计算各补偿电容的重要度系数，并通过柱形图确定对JTC影响较大的补偿电容位置。结果表明：靠近接收端的第2个和第3个补偿电容对JTC的影响较大。所提方法可协助现场维修人员确定各补偿电容的维护优先级，为补偿电容的重点监测提供依据。     

高速无人机地面变速滑跑转弯方向稳定性研究

高速起降无人机地面滑跑过程中受到轮胎力、气动力、舵面力等多个非线性因素的影响，容易发生转弯失控，在地面打转甚至冲出跑道等严重事故。目前利用分岔理论分析飞机地面滑跑非线性转弯系统稳定性时，都是基于匀速滑跑的平衡态系统，无法分析加减速对非线性非自治飞机地面滑跑系统稳定性的影响。对此，提出利用达朗贝尔原理将非线性动态系统转化为等效非线性平衡态系统进行分岔特性研究。在MATLAB/Simulink中建立无人机非线性地面变速滑跑动力学模型，并基于达朗贝尔原理在系统模型中引入惯性力，将系统转化为等效平衡态系统，进而利用数值延拓法对系统全局稳定性及分岔特性进行求解，分析了无人机变速滑跑过程中加速度对无人机转弯方向稳定性的影响，并对系统出现的鞍结分岔现象、Hopf分岔现象进行分析。通过对3种典型工况下无人机的运动状态和受力进行分析，揭示了无人机地面变速滑跑转弯时发生方向失稳的本质与机理。同时，在加速度单参数分岔分析的基础上，采用开折方法，将前轮转角作为附加参数引入无人机地面滑跑动力学模型，进行双参数分岔分析，讨论了双参数组合对无人机地面滑跑方向稳定性的影响规律，并就双参数分岔过程中新出现的BT分岔、G...     

基于深度学习的飞行器故障情况下可配平能力快速预示方法

针对飞行器在执行机构故障条件下配平能力受限的问题，本文提出了一种基于深度学习的故障情况下可配平能力快速预示方法。首先，建立飞行器气动力矩和执行机构故障模型，并给出飞行器旋转配平条件。其次，在不同执行机构故障情况下，采用基于二次规划的可配平能力求解方法，在迎角/侧滑角二维平面内进行遍历求解，得到当前故障情况下的可配平能力剖面，并采用8个特征点进行包络，同时为所提方法提供样本。再次，利用深度神经网络强大的拟合能力，从样本中提取故障和气动力矩信息作为网络输入，特征点的迎角和侧滑角的值作为网络输出，离线训练深度神经网络。利用训练好的深度神经网络根据当前故障信息实时计算可配平能力剖面。最后，通过仿真验证了所提方法的有效性和实时性。     

卫星蜂窝夹层结构新型埋件工艺

针对卫星蜂窝夹层结构，研究了新型后埋件及其自动化后埋工艺，并与我国卫星领域传统后埋技术对比，考察了两种埋件技术对埋件承载力与承载系数的影响。结果表明，两种埋件系统承载模式基本一致，胶黏剂的分布状态对其承载性能有重要影响。新型后埋系统承载能力已经达到传统后埋系统的158.2%。新型后埋件技术更适合自动化方式，保证工艺稳定性一致性可靠性。