星敏感器低频误差在轨校准方法研究

研究星敏感器低频误差在轨校准问题.星敏感器低频误差主要由周期性的空间热环境变化造成,会对卫星姿态确定精度造成显著影响.针对这一问题,提出一种星敏感器低频误差校准新方法,通过扩维卡尔曼滤波同时估计卫星姿态和低频误差参数.研究表明,采用所提低频误差校准方法能够显著提高姿态确定系统的性能.基于在轨卫星上的星敏感器遥测数据建立了用于数学仿真的星敏感器低频误差模型,数学仿真结果验证了低频误差校准方法的有效性.     

端柱面组合密封气膜稳态特性数值仿真分析

针对航空发动机等高速流体机械中流体动密封部位的工况特点,提出一种新型的端柱面组合气膜密封形式.根据气膜密封的结构特点,建立了端柱面螺旋槽组合式密封气膜的数学分析模型.采用CFD分析软件Fluent对气膜三维流场模型以湍流流动形式进行数值模拟计算.研究了密封气膜几何结构参数变化对密封稳态特性（端面承载力F_d 、柱面承载力F_c 、泄漏量Q、摩擦转矩M）的影响.几何结构参数包括端面平均膜厚、端面槽深比、柱面平均膜厚、柱面偏心率、柱面槽深比、柱面槽宽比.      

基于下降图像三维地形重建的参数自适应生成

针对基于单应性下降图像着陆区三维地形重建算法中重建参数对重建结果的影响,提出一种参数自适应生成算法计算最优重建参数.首先,根据匹配特征点对应的空间点拟合出地形近似平面,作为系列平行虚拟切分平面的参考平面,从而确定切分平面的法向和基本深度.其次,在地形近似平面两侧,分别计算特征点对对应的空间点到地形拟合平面最大距离,用于估计重建区地形高度差异.最后,根据地形高度差异和相机距地形拟合平面距离,寻找最优切分平面个数.根据这些重建参数即可计算地形重建所需单应矩阵.对比不同重建参数下的重建结果表明该参数设定方法可以达到更优重建效果.      

高精度UT1-UTC差分预报方法研究

针对卫星导航所需的高精度地球定向参数(EOP)中的UT1-UTC预报问题,提出了基于双差分LS+AR的UT1-UTC参数预报方法。对UT1-UTC观测数据进行跳秒检测、固体地球带谐潮汐项改正,然后对改正后的UT1-UTC数据进行双差分处理,增强数据平稳性;采用最小二乘拟合(LS)与自回归(AR)分析方法对差分处理后的数据进行分析与预报;对预报结果进行逆差分处理与潮汐项改正外推、跳秒恢复,获取高精度的UT1-UTC预报值。通过与国际EOP_PCC预报结果对比表明,UT1-UTC短期预报精度与EOP_PCC较优的预报精度相当,其中1天UT1-UTC预报精度优于0.03ms,优于EOP_PCC预报结果。介绍了北京航天飞行控制中心的UT1-UTC每日例行预报情况。     

航空精密工件高精磨削的研究

零件在外圆磨床上加工时受两个力的作用,一是受零件磨削力的影响,二是受外圆磨床尾座对顶力的影响,尤其细长杆零件受力变形较为明显。为了在加工过程中避免零件变形而影响加工精度,通过使用ANSYS对零件进行有限元分析,控制两个方向力的大小,并对这两个方向力进行逐一分析,并配合高速磨削加工,确定进刀量、磨削速度、零件转速及对顶力等磨削参数,并对上述分析方法进行延伸扩展。     

基于Ansys Fluent的近场翼尖涡数值模拟与分析

为了进一步研究飞机远场尾涡,提供网格分配及湍流模型的参考,并为整机模拟提供必要的参考依据,通过基于Ansys Fluent的数值模拟方法,研究了NACA0012机翼的近场翼尖涡流场,采用有限体积法求解不可压缩雷诺平均Navier-Stokes方程,其中雷诺应力项分别以S-A和Realizable k-ε模型封闭,模拟了近场翼尖涡卷起的过程,分析了机翼表面压力以及涡核参数,包括轴向涡量、涡核位置、涡核粘性等,并与风洞实验结果进行了对比。结果分析表明:基于局部O-网的六面体网格,RKE模型要优于S-A模型,与实验值更为吻合。     

模态测试设备系统校准方法研究

为了解决模态测试设备面向模态参数的校准问题,研究了模态分析与模态叠加理论,根据该理论得到一个闭环模态信号控制算法,由该闭环控制算法构建一个由5台激振器构成的闭环系统,该组激振器模拟模态测试过程中的一组信号,此组信号包含了标准模态参数的信号,最后用该组信号来校准模态测试设备。根据该方法进行了数值模拟和试验测试,结果显示该校准方法是可行的,并且可以脱离具体的模态结构,不同模态信号的模拟也可灵活实现。     

工艺参数对砂布轮柔性抛光力影响规律的分析

为了掌握砂布轮抛光工艺参数对抛光力的影响规律,提高抛光质量,设计了四因素三水平正交试验,利用试验结果建立了抛光力预测模型,验证了模型的显著性;分析了工艺参数对抛光力耦合影响规律,结果表明：抛光力随砂布轮初始半径和粒度的减小而增大,随转速和压缩量的增大而增大;对叶片进气边的抛光实验效果表明：通过控制压缩量可以获得稳定的抛光力,进而获得理想的抛光效果。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。