基于UG、Workbench平台航空发动机多盘转子结构自动优化方法

目前对航空发动机转子优化设计多限于单盘优化,且优化需要借助人工调整再优化。基于航空发动机转子优化设计常用软件平台数据交流方便和减少人工调整的考虑,提出了基于UG、Workbench平台航空发动机多盘转子结构自动优化方法。首先基于UG平台,对多盘转子结构进行参数化几何造型,借助生成的标准化模板,便于减少建模工作量及对同类盘的优化。然后基于Workbench平台,借助脚本语言（APDL、Python）二次开发完成对多盘转子结构状态变量提取,及自动优化流程控制。算例结果表明,在满足几何、强度要求条件下,优化后多盘转子结构质量减少了33%,应力分布更为均匀,且验证该方法具有良好的稳定性及精度。      

航空活塞式发动机瞬态空燃比控制仿真研究

针对航空活塞式直喷发动机瞬态空燃比难以精确控制、动态超调大等问题,采用基于改进的粒子群优化算法和Elman神经网络(VPSO-Elman网络)的模型预测控制算法对发动机过渡工况空燃比进行控制。在实验数据的基础上,利用发动机建模软件AMESim建立发动机模型,在MATLAB/Simulink中建立VPSO-Elman空燃比预测模型控制系统,通过联合仿真检验控制系统的性能。结果表明:瞬态工况下,相比于比例-积分-微分（PID）控制,VPSO-Elman网络模型预测控制下的空燃比超调量可以减小约20%,回调时间缩短约75%;针对不同的节气门开度变化速率,VPSO-Elman控制器同样具有良好的控制效果。      

改进的离心压气机滑移因子模型

建立一种基于Qiu模型的改进的离心压气机滑移因子模型。该模型在Qiu模型的基础上,增添二次流项来修正滑移因子,同时考虑了出口叶片角与最大叶片角的差值及相应位置。采用亚声速叶轮Krain4、跨声速叶轮Krain6和IET200叶轮对该改进模型进行CFD验证,并对模型二次流项中常系数c的取值进行讨论。结果表明:与Qiu模型及其他传统滑移因子模型相比,该改进模型的精度较高,平均相对误差在2%以下,适用于亚声速及跨声速离心压气机。      

电容均压三相四开关变换器预测功率控制

三相四开关变换器直流侧分离电容电压不平衡,将降低其并网电能质量,缩短电解电容寿命。针对该问题,提出了一种直流侧分离电容电压均衡的模型预测功率控制策略。基于αβ两相静止坐标系分析电压矢量,建立功率预测模型。由于直流侧电容中点电压偏差值含有交流分量和直流分量,使用低通滤波器提取直流分量后计算功率补偿值,并计入给定功率,进行模型预测功率控制,实现直流侧分离电容电压均衡。该控制策略无需锁相环和PWM调制,易于实现。通过仿真和试验对其动、静态特性进行分析,验证了所提出控制策略的有效性和可行性。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

多点磁场协同探测反演电离层电流密度

相对于传统的单点磁场探测,多点磁场协同探测可以同时获得各测点磁场,消除探测磁场随时间的变化,能更好地计算空间电流密度.根据由多点磁场反演计算空间电流密度的计算方法,开展数值仿真,分析卫星编队数量、卫星编队构型、卫星定位偏差、卫星姿态测量误差、磁场测量误差、外部磁场强度及外部电流密度等对电流反演误差的影响.仿真结果表明,5星编队优于4星编队.在5星编队条件下,卫星姿态测量误差、卫星编队构型和外部磁场强度是反演误差的主要来源.根据仿真结果,当卫星姿态误差为0.001°,卫星编队尺度约为100km时,赤道区域电流密度的反演相对误差约为24%.      

太阳质子事件中短期预报模型研究

太阳质子事件通量的预测对航天器抗辐射加固设计和航天员出舱活动具有非常重要的意义.针对一年以下的航天任务,利用经验统计方法,确认太阳活跃年和太阳平静年期间,1——365天不同时间段内 > 10MeV,> 30MeV和 > 60MeV的太阳质子事件积分通量符合对数正态分布,且通量对数的标准偏差σ和期望值μ随任务期时间的变化满足对数函数形式.以此为基础,构建太阳质子通量的中短期预报模型.该模型能够针对太阳活跃年和太阳平静年,给出一定置信度下1——365天不同时间内 > 10MeV,> 30MeV和 > 60MeV的质子事件通量分布,从而为执行中短期航天任务提供太阳质子事件通量的预测,以规避不必要的风险.      

基于深度学习的图像匹配方法综述

图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。     

微粒子喷丸技术研究进展

微粒子喷丸因其采用的弹丸介质尺寸小,具有强化基体表面并降低表面粗糙度的优点,已成为航空、能源动力等领域中一项重要的表面强化技术。目前对于该技术的研究仍处于对其强化机理的试验论证阶段,还未有完整的理论体系。对微粒子喷丸技术的原理和特点进行了综述,讨论了微粒子喷丸的强化机制,阐述了目前微粒子喷丸技术的研究现状及在各类材料中的应用,并指出了该技术的应用前景。研究各类参数对喷丸效果的影响将是微粒子喷丸发展的主要方向。