某于功率反馈的涡轴发动机神经网络PID控制研究

通过对功率平衡关系进行分析,提出了利用功率反馈设计智能神经网络PIO控制器的方法。基于BP(Back Propagation)神经网络,将功率信号作为神经网络的输入层信号,并改进了网络权值的学习规则。通过在线整定PID参数,控制器能够根据功率误差信号的变化实时调整控制参数,从而使系统自主寻找到功率平衡点,具有良好的稳态和动态响应特性。仿真结果表明：该方法可以使涡轴发动机在全包线范围内具有理想的控制性能。     

月壤剖面锥型螺旋刃成孔钻头设计

针对月壤剖面钻进成孔探测需求,提出一种锥型螺旋刃成孔钻头,建立其钻进排屑性能的理论模型,并以此开展钻头结构参数的优化设计。在此基础上,分析螺旋刃切削姿态及其切削参数,基于直线刃平面切削理论建立锥型螺旋刃成孔钻头钻进切削负载预估模型,开展锥型螺旋刃成孔钻头模拟月壤剖面钻进负载特性试验验证。研究结果表明,相比于直线刃钻头,锥型螺旋刃成孔钻头的钻进排屑性能更优,而且钻进切削负载模型与试验结果具有较好的吻合度。研究成果对我国拟实施的月面钻取采样工程具有重要的借鉴价值。     

基于重叠因子优化的超流体陀螺量程扩展设计

针对热驱动型双弱连接超流体陀螺的幅值-角速度单值求解区间因工作曲线呈周期性而制约超流体陀螺量程的突出问题,提出了一种基于重叠因子优化的超流体陀螺量程扩展方法。首先在明晰陀螺量程受限机理的基础上,设计了幅值锁定量程扩展方案。其次分析了热相位与温升延时的关系,引入重叠因子的概念,提出了一种基于重叠因子的遗传优化方法来实现幅值锁定参数优化:通过间接编码三角形隶属函数左半宽度,在避免出现相邻隶属函数无重叠或重叠太多的前提下,对模糊线性隶属函数进行遗传优化,寻找幅值锁定系统最优参数。通过与传统比例（P）控制下幅值锁定的仿真对比表明,该方法能够使超流体陀螺的薄膜幅值快速且稳定地锁定在期望值,在保证测量精度的同时提高了陀螺系统的量程范围。      

轨道误差对星敏感器对地指向精度的影响分析

针对使用星敏感器进行对地指向精度问题,分析了影响卫星对地指向精度的主要因素,根据卫星轨道误差,推导了轨道根数误差对经度方向和纬度方向上的指向误差方程.分析了轨道根数对指向精度的影响规律.最后对轨道根数误差的影响进行了仿真,仿真结果与分析结果一致.     

TC17钛合金超高周弯曲振动疲劳试验

基于航空发动机叶片基本失效形式,开发了悬臂梁式弯曲振动超声疲劳试验系统(激振频率20kHz),设计了能模拟叶片振动、适合于超高周弯曲振动疲劳试验的试件.利用该系统开展了钛合金TC17超高周弯曲振动疲劳试验研究,分析了断口的金相图.结果发现:裂纹萌生有表面和次表面两种模式,并不依赖于内部夹杂和缺陷,没有发现内部裂纹萌生迹象,次表面裂纹扩展也不呈“鱼眼”形貌.与文献所述的“鱼眼”形貌特征不同.      

利用多状态试车数据修正发动机部件特性

针对经典的航空发动机部件特性修正因子法的不足,提出一种于多状态试车数据的修正方法.利用发动机部件匹配模型方程以及试车参数计算值和实测值的差值组成目标方程组,采用改进的免疫粒子群算法优化求解获得部件特性修正系数.以多个不同状态下的修正系数为基础,利用滑动最小二乘方法拟合修正系数曲面,进而得到修正的部件特性图.数值试验表明:综合利用不同状态下发动机试车数据进行部件特性修正,克服了传统方法的不足.提高了修正部件特性在整个工作范围的精度.      

高超声速楔面边界层流动稳定性分析

为分析前缘钝化对高超声速二元进气道压缩面边界层转捩的影响,针对抽象出的楔面外形,在风洞来流条件下,应用线性稳定性理论(Linear Steady Theory)分析了前缘钝化半径R=0及R=0.5mm的楔面边界层流动稳定性,得到各自前缘构形的边界层失稳位置及最不稳定波的波数和增长率。研究发现,前缘钝化半径R=0.5mm的楔面边界层失稳位置远远大于前缘钝化半径R=0的楔面边界层失稳位置,表明前缘钝化对楔面边界层失稳特性具有显著影响。     

遥控副载波数字化解调中AGC的设计

无线通信环境下,信号在空间传播会受到各种因素影响而导致接收端信号功率产生较大幅度的变化。为了保证接收端信号在进入解调环路之前具有相对稳定的信号强度,有必要对输入信号进行自动增益控制。文章首先简要说明了传统自动增益控制的设计原理,重点描述了前向数字自动增益控制的设计方法,结合实际工作给出了设计实例,并对设计结果进行了仿真验证,可以在实际工程中推广应用。     

环境减灾-1A、1B卫星在轨性能评估

环境减灾-1A、1B卫星是我国第一个具有严格成像视场匹配要求的光学对地遥感星座.经过在轨测试,各项指标均满足要求.文章介绍了环境减灾-1A、1B卫星入轨后在轨测试的性能评估结果,对该星座后续业务化应用提供了宝贵数据.     

景象匹配中的几何透视校正和归一化互相关模板匹配

几何失真是使景象匹配性能下降的一个很重要的因素,基于参考图与失真实时图中四对对应点,本文采用透视变换方法,对失真实时图进行校正。对校正后的实时图,本文采用归一化互相关方法,进行模板匹配。仿真实验表明,这两种方法简单易行,校正与匹配结果精确。