镍基单晶合金叶片振动特性分析

利用通用有限元程序Marc分析了单晶叶片的振动特性,考虑了取向、温度和转速的影响。计算结果表明,[111]取向的固有频率大于[001]取向的,取向对高阶固有频率的影响比低阶的大;温度升高,固有频率下降;随着转速增加,固有频率也在增加。转速对[001]取向固有频率的影响要比[111]取向的大。在工作状态下,转速对低阶频率的影响大,对高阶频率的影响则比较小。     

微小型捷联惯导系统解析式对准方法研究

对静基座下微小型捷联惯导系统对准技术进行了研究。给出了6种解析式粗对准的对准方法,通过对这6种方法的理论对准误差进行推导,得出对应的理论对准误差结果,其中2种方法误差较小,同时进行仿真,仿真结果验证了理论对准误差推导的正确性。因此,在传感器精度相同的条件下,本文为静基座下微小型捷联惯导系统的粗对准的实现确定了效果较好的2种方法。最后采用了其中的4种方法对实测的微小型IMU数据分别进行了对准验证分析,获得了很好的效果。     

基于自动代码生成技术的永磁同步电机控制

为缩短电机控制系统软件开发周期,减少手写代码人力消耗,将自动代码生成技术应用于机载燃油泵用电机控制系统的软件开发中,介绍了自动代码生成技术的特点及开发流程,在MATLABSimulink环境下搭建了基于矢量控制算法的永磁同步电机系统控制模型,通过实验将模型自动生成为嵌入式代码,成功的实现了电机的闭环控制,极大地提高了开发效率,达到了预期成果。     

考虑测量约束的非合作目标近距离快速导引控制方法

研究了考虑测量约束的非合作目标近距离快速导引控制方法。首先,基于C-W方程建立了解析形式的径切联合近距离快速导引控制模型,并采用微分修正方法将解析结果进行修正;然后推导了任意初始条件下,径切联合控制双脉冲与视场角的解析关系;最后基于相对偏心率矢量建立了径切联合控制的控后效果评估模型。仿真结果表明:提出的控制方法和控后效果评估模型有效。     

连续小波变换应用于密集模态参数识别

用连续小波变换方法进行模态参数识别时,减小小波函数的带宽可以提高小波变换的频率分辨能力,但同时也会增大边沿效应,影响密集模态参数识别的精度。本文提出了极值位置方法,在模态耦合严重的小波脊附近,找到模态解耦最好的尺度,在此尺度上进行频率和阻尼的识别,可以获得较好的识别精度。使用Morlet小波函数,对GARTEUR飞机模型中的三阶密集模态进行识别,验证了该方法的有效性。     

无人自转旋翼机建模与控制方法研究

以500kg级无人自转旋翼机为研究对象,研究了样例无人旋翼机的建模和自动飞行控制技术.首先,基于解析形式叶素积分法给出自转旋翼机的建模方法,并给出了样例旋翼无人机的数学模型;然后,设计了无人旋翼机的俯仰和滚转控制律,并在此基础上设计了速度、高度及侧偏控制律.最后,通过飞行试验验证了模型的准确性及控制律的有效性.     

一种星载巴特勒矩阵微放电特性的分析与验证

作为星载雷达发射微波功率合成的关键部件,巴特勒矩阵的微放电性能直接决定了雷达载荷的功率容量。因此,有必要对其微放电特性进行分析与验证。针对该需求,提出了一种用于大功率动态合成网络的星载巴特勒矩阵,并对其在真空条件下的微放电特性进行了分析与验证。第一,提出了一款用于星载雷达的大功率巴特勒矩阵,对其功率合成性能进行了分析。第二,为了对巴特勒矩阵微放电性能进行详细研究,对提出的巴特勒矩阵进行了微放电功率阈值仿真和自由电子分布分析。第三,为了验证分析结果的正确性,对该巴特勒矩阵进行了峰值功率14kW的真空微放电试验,验证了其在大功率真空环境下的微波传输功率容量。提出的巴特勒矩阵性能优良,为未来的星载雷达大功率微波部件提供了理论方法和关键技术支持。     

用于微型涡轮机的节流孔式静压气浮轴承实验

对用于厘米级微型涡轮发动机的径向静压气浮轴承展开了实验研究,分析了长径比、节流孔径、气膜间隙及供气压力等对承载力、刚度和耗气量的影响.提出了这些设计参数的优选方法,并结合直径11 cm的某微型喷气发动机,给出了与之匹配的径向静压气浮轴承设计方案:工作面直径15 mm、长度17.5 mm、节流孔径0.35 mm、气膜间隙25μm.此方案在供气绝对压力2.5 kPa时,双轴承支撑能力为13.72 N,耗气量小于1.0 g/s,有效地满足了微型涡轮发动机要求.      

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。