航天器多约束姿态机动时-虚混合域规划方法

针对姿态指向受限以及角速度和控制力矩有界等复杂多约束下航天器低能量姿态机动规划问题,首先提出了时-虚混合域的概念,即时域和虚拟域同步存在并且同步求解虚拟域姿态路径以及时域角速度和控制力矩。进一步地,建立时-虚混合域上非线性约束问题模型。然后,提出了时-虚混合域单点式非线性姿态机动规划方法,通过非线性参数优化和单点式路径分解置换规划求解得到姿态机动轨迹以及角速度和控制力矩曲线。仿真结果表明,该方法可以高效地解决多约束姿态机动规划问题,有效地降低姿态机动过程中的能量消耗,得到连续光滑的姿态机动规划结果。     

时间代价启发式多月基装备协同任务规划方法

针对月球科研站构建中优化整体任务用时的需求,提出时间代价启发式多月基装备协同任务规划方法。面向月球科研站构建过程中的原位和路径任务,构建双类型任务关系图,并提出多位置转移时间代价启发式策略引导此图的搜索方向,使规划器沿局部最短耗时任务路径逐个处理任务,降低装备路径转移的时间代价;提出时间代价启发式装备选择策略,从而均衡月基装备任务负载,缩短装备工作时长。最后,以包含资源开采、物料运输、设施建设等任务的月球科研站构建场景为例,对规划算法进行仿真验证。结果表明,此算法能够生成满足复杂约束的多装备协同规划序列。与传统规划方法相比,本文方法得到的月基装备任务序列冗余路径少、任务用时短,可实现多装备在多任务中的高效分时复用。     

燃烧室长度对固体燃料超燃冲压发动机燃烧室性能的影响

基于国外研究者完成的固体燃料超燃冲压发动机的实验数据,通过分别改变燃烧室等直段长度和扩张段长度,对不同总长的燃烧室工作过程进行数值模拟.采用基于压力的2阶迎风差分数值方法,物理模型为轴对称结构,燃烧模型采用有限速率/涡耗散模型(finite-rate/eddy-dissipation),湍流模型采用SST(shear stress transport) k-ω模型.聚甲基丙烯酸甲酯(PMMA)燃料进口边界由用户自定义函数的方式给定,分别分析了不同长度,即不同等直段长度或扩张段长度下超燃冲压发动机燃烧室内流场特性及其性能变化.结果表明:随着等直段长度的增大,燃烧室出口处燃烧效率逐渐减小,从72.74%降低至66.81%,而燃烧室内总压损失逐渐减小,燃烧室推力逐渐增大,可由85.83N增加至108.55N;改变扩张段长度,发现扩长段长度变化对燃烧室流场结构的影响较小,随着扩张段长度的增大,燃烧室出口燃烧效率和燃烧室推力都略微减小.在燃烧室长度的设计范围内,增大等直段的长度要比增大扩张段长度对提升燃烧室各项性能有帮助.      

基于FPGA的电动舵机控制器设计

针对传统的电动舵机控制器控制周期长的问题,提出了一种基于FPGA的电动舵机控制器设计方案.在完成硬件设计的基础上,通过建立高速浮点运算模块,解决了FPGA无法直接进行浮点运算的问题,从而实现了不完全微分PID控制,并给出了具体的控制周期和控制延迟.与传统的基于DSP的电动舵机控制器进行对比试验,试验结果表明,所提控制器设计方案能够有效缩短控制周期,提高控制效率,优化控制效果.     

嫦娥一号卫星定向天线动力学仿真分析

采用大型有限元软件MSC.NASTRAN,对嫦娥一号卫星定向天线压紧与展开两种工作状态下的模态与压紧状态下的加速度动力学响应,进行数值计算分析.针对双轴定向天线结构特点,结合双轴电机试验参数,引入扭簧单元对双轴电机结构进行模拟,并将天线压紧状态下的固有频率和关键点的加速度响应计算结果与试验结果进行了对比分析,两者具有较...     

微小型飞行器的神经网络动态逆控制方法

微小型飞行器(MAV)精确的数学模型很难得到,限制了单纯动态逆控制方法的使用,比例-积分-微分(PID)等传统的控制方法已不能满足要求。针对这一问题,研究了应用动态逆控制方法的新途径──神经网络动态逆。选取串接积分器的多层前向神经网络训练飞行控制系统的动态逆模型,并自适应补偿逆误差。用MATLAB的NNCTRL20工具箱并结合NNSYSID20工具箱建立了仿真系统。升降舵和方向舵联合控制转弯。用PID控制器、近似神经网络动态逆模块、在线神经网络补偿器构建了飞行控制系统。仿真结果表明,神经网络动态逆有较强的鲁棒性、稳定性和指令跟随能力,比PID更适合于微小型飞行器的姿态控制。     

某导弹易碎盖的开启过程

针对以往工程应用中认为导弹燃气易碎盖前盖由燃气直接冲破或导弹头部撞击破裂的情况,利用计算流体力学和试验方法对某导弹燃气易碎盖开盖过程进行了深入研究。结果表明,某导弹采用易碎前后盖技术,后易碎盖靠发动机喷管燃气冲开,前易碎盖靠发射时产生的扰动波打开;通过合理配置发射筒前后易碎盖开盖条件,能可靠保证发射筒盖的正常开启。     

基于区域特征光谱的自组织特征映射神经网络高光谱图像主成分提取方法

非监督分类算法用于高光谱图像主成分提取时存在分类精度受数据分布状态和噪声影响大的缺点,导致提取效果差。论文提出基于空间信息的神经网络非监督分类主成分提取算法,该算法首先通过空间邻域自动聚类提取区域特征光谱替代像元光谱作为自组织特征映射神经网络的训练样本,经过训练神经网络自适应获取高光谱图像地物类别特征,最后通过对光谱矢量聚类完成主成分的统计和提取。论文提出采用区域特征光谱替代单象元光谱作为训练样本有效抑制了噪声对分类结果的影响,同时显著减少了神经网络的数据处理量,使主成分得到快速准确地提取。对深圳红树林自然保护区高光谱图像的仿真结果表明:神经网络训练样本数降低了约95%,更重要的是算法快速准确地提取了主成分,提取效果明显好于K-均值算法。     

大尺度弱纹理场景下多源信息融合SLAM算法

为实现自主机器人大尺度弱纹理场景下局部精准和全局无漂移的状态估计,提出一种视觉惯性与全球导航卫星系统多源信息融合的同时定位与地图构建算法。首先,通过在局部状态估计中加入线特征来更直观表示环境的几何结构信息,有效提升了弱纹理场景中关键帧之间相对位姿估计的准确性;其次,通过引入线性误差表示,将线性特征表示为直线端点上的线性约束,从而将线特征整合到基于特征点算法的线性表示中,有效改善算法在重复线特征场景下的鲁棒性。最后,使用多源信息融合算法,融合视觉惯性与GNSS测量信息实现了局部精确和全局无漂移的位姿估计,有效解决了大尺度弱纹理场景下的精准状态估计问题。多个公共数据集的评估结果表明,所提出算法的鲁棒性更强、定位准确度更高。     

面向航空结构低频振动的力电耦合超材料板设计

针对航空结构低频振动控制难的问题，提出将负电容与电感电路结合设计具有优异低频振动特性的力电耦合超材料板结构。该超材料板包含作为基底的普通板结构、周期分布在板表面的压电单元及与压电单元相连的包含电感和负电容的分流电路。首先通过有效介质理论，得到了超材料板等效抗弯刚度解析表达式并进行了修正。在此基础上，通过分析负电容对等效抗弯刚度的影响阐明了负电容拓宽禁带的机制。进一步推导了禁带范围的解析表达式，研究了负电容对禁带范围和位置的影响规律，理论结果表明负电容与电感并联可以将禁带宽度拓宽至原来的20倍以上。最后，通过数值算例验证了引入负电容后力电耦合超材料板能够在目标低频范围实现很好的振动抑制效果。