控制性能精确可控的自适应鲁棒容错控制方法研究

一般而言,实现控制性能约束精确可控与满足控制系统鲁棒的要求之间存在着难以两全的矛盾。容错控制也是如此,精准的控制性能要求与对故障诊断误差的鲁棒性之间也存在着这样的矛盾。针对这一问题,提出了将参数空间方法、变结构理论以及模型参考自适应理论相结合的自适应鲁棒容错控制方法。该方法的基本思路是将容错控制系统分为内外两部分,内部为基于参数空间的容错控制系统,可以灵活适应精确的控制性能约束(对应极点配置)和一定范围的控制性能约束(对应区域极点配置),外部则为基于变结构模型参考自适应方法的控制系统,主要目的是提高容错控制系统的鲁棒性。通过仿真证明了这种自适应鲁棒容错控制方法既能保证系统满足精确的控制性能约束,又能保证对故障诊断误差有较高的鲁棒性。     

轨道预测辅助GPS载波跟踪技术用于低轨道卫星定位研究

针对低轨道卫星及其特定的运动环境,研究了星载GPS接收机载波跟踪问题。基于卫星轨道可模化、可预测的特性,提出了利用预测卫星轨道计算多普勒频移,并用于辅助载波环路跟踪的新方法。该方法有效地降低了低轨道卫星GPS信号跟踪中的动态,从而在跟踪过程中可以采取降低环路阶数、减小环路带宽、增加预检测积分时间这几种措施来提高环路跟踪弱信号的能力,有助于提高低轨道卫星的定位性能。     

Numerical simulation and a hybrid method of supersonic turbulent base heating

Detached eddy simulation (DES) model was used to better capture large vortex structure and unsteady flow feature near cone base. Good base heating results were achieved using proper grid and numerical method. The influence of inflow conditions (like Mach number, Reynolds number) and configuration (bluntness ratio of the cone) on base heating was discussed based on numerical computational results. Compared with base heat flux, base pressure can be predicted more accurately by numerical simulation and the time consuming was shorter. A hybrid method combining numerical simulation with experimental correlation was proposed to predict supersonic turbulent base heating. A review of base heating experiment and correlations for slender cone was presented, and a revised correlation was proposed based on the above simulation results. Compared with the experiment data, the maximum error was 24%, a good result for base heating prediction. This proves that the hybrid method using the revised correlation performs well in predicting supersonic turbulent base heating of slender sphere cone and can meet needs of engineering design.      

锥形旋流器内燃料分布对模型燃烧室近贫熄状态的影响

针对近贫熄状态,研究锥形旋流器内燃料分布对模型燃烧室燃烧稳定的影响。在不同空气流量下对头部燃料分布A和B分别进行了锥形旋流器模型燃烧室的贫熄状态实验。结果表明:同样的进气条件下,分布B在贫熄时刻的过量空气系数是分布A的4倍以上,并在可比较的实验流量范围内保持明显的优势;分布B的火焰可以由锥形旋流器外缩入锥形旋流器内熄灭,而分布A的火焰不能缩入旋流器内部,只能在锥形旋流器外部以整团火焰的形态熄灭;锥形旋流器头部中心轴线上引入的少量燃料对燃烧室近贫熄状态的压力脉动有极大影响,分布B的压力波动幅值比分布A降低90%以上,压力波动主频从88Hz减小到50Hz。结合数值模拟计算,从切向涡量角度分析了近贫熄火焰前端稳定在不同位置的原因,比较了两种燃气分布下局部流场物理参数分布的差异,有助于理解与认识锥形旋流器内燃料分布对燃烧稳定性的影响。     

热等静压及热挤压对喷射成形GH738合金显微组织的影响

采用喷射成形工艺制备大尺寸(?300mm)GH738合金锭坯,对锭坯进行热等静压,热等静压后进行不同温度的热挤压,利用XRD、SEM、TEM、EBSD和相分析方法,研究热等静压和热挤压对喷射成形 GH738合金锭坯显微缺陷、碳氮化物、γ/γ′相演变的影响。结果表明:热等静压对沉积坯中的显微疏松具有焊合作用;热挤压过程中GH738 合金再结晶组织主要受形变温度和应力-应变状态影响;热等静压态合金中碳氮化物主要沿晶界连续分布,热挤压后碳氮化物转变为沿挤压方向条带状分布;不同热工艺条件下合金γ′相的组成结构、质量分数及形貌尺寸分布主要受合金经历的温度场以及冷却条件影响。     

基于HIFiRE-2 超燃发动机内流道的激波边界层干扰分析

为了研究高超声速流激波边界层干扰特性， 选取HIFiRE-2 （The Hypersonic International Flight Research Experimentation 2）项目的高超声速流道为研究对象，采用k-棕SST 模型在无燃油工况下模拟计算地面试验过程，所得计算结果 与试验结果接近。在此基础上，分析激波边界层干扰过程、流动分离现象及入口马赫数对气动热影响。结果表明：随着入口马赫数增 大，激波角变小，激波强度提高，在尾喷管中激波反射次数减少；随着入口速度增大，边界层分离区范围变小，回流区的位置逐渐向 下游移动；加入气动耗散项后，流场的温度有一定升高，最大温升约为50 K。     

测绘导航高精度定位关键技术及应用

人工智能(AI)、卫星导航及室内定位三大技术的快速发展持续推动测绘科技向智能化、学科交叉、信息融合的方向发展。指出了装备虚拟化与数据处理多样化将成为测绘导航的基本形态，拓展了测绘学科的内涵与外延。智能滤波是未来测绘导航定位理论发展的重要方向，AI芯片将成为测绘导航装备的关键部件，从而提高滤波效率与产品的实用性。给出了车载导航模组研制的技术流程，提出了模组原始信息同步采集与延时补偿、自适应定位算法及嵌入式固件时间分片优化等关键技术，研制了覆盖分米、厘米及毫米级定位精度的无缝组网定位、车载导航及变形监测模组，并研发了相应的终端系统，针对相应的应用领域，给出了各自应用的解决方案，以及具体的应用案例。     

车载捷联惯导双里程计组合导航方法研究

针对当前车载捷联惯导与里程计组合导航时，将里程计安装在车底盘左侧或右侧位置而造成的导航误差，以及里程计信息未能真实反映车体中心的实际运行状态，研究了一种车载捷联惯导/双里程计组合导航方法。该方法分别在车底盘左侧和右侧位置各安装了一个里程计，将双里程计信息作为量测量，设计了组合导航融合算法进行Kalman滤波组合导航。在导航过程中对双里程计信息进行χ２检测，以避免车体作大转弯运行或有外部干扰时引起的里程计信息异常。跑车试验结果表明，该融合算法能使定位结果得到最优融合，定位误差整体减小到20m以内，最大处减小6m，离线分析进一步证明了该融合算法的有效性。     

机器学习在湍流模型构建中的应用进展

借助于高性能计算机和数据共享平台的发展,研究者可以获取大量的高分辨率湍流计算数据。近年来,随着深度神经网络等人工智能技术的发展,数据驱动的机器学习方法也开始应用于湍流模型中不确定度的量化以及模型的改进和构建中。湍流大数据与人工智能相结合是湍流研究的一个新领域。研究者在取得一定成果的同时也面临着诸多困难和挑战,例如模型的泛化能力和鲁棒性等。模型构建过程包含了数据处理、特征选择以及模型框架的选取与优化等诸多方面,这些方面在不同程度上影响模型的性能。本文从机器学习在湍流建模过程中的实现方法和模型的不同作用两方面分析总结了目前主要的研究工作进展,并对这类问题面临的挑战和未来的研究展望进行了阐述。     

基于深度学习的非定常周期性流动预测方法

为了克服传统CFD计算需要耗费大量的计算时间与成本的缺陷,提出了一种基于深度学习的非定常周期性流场的预测框架,可以实时生成给定状态的高可信度的流场结果。将条件生成对抗网络与卷积神经网络相结合,改进条件生成对抗网络对生成样本的约束方法,建立了基于深度学习策略采用改进的回归生成对抗网络模型,并与常规的条件生成对抗网络模型的预测结果进行对比。研究表明,基于改进的回归生成对抗网络的深度学习策略能准确预测出指定时刻的流场变量,且总时长比CFD数值模拟减少至少1个量级。