基于约束预测控制的飞行失控包线保护研究

风切变等大气扰动现象严重威胁飞机起降飞行安全。在受到随机风切变干扰下,离线设计的最优控制器无法保证飞行状态始终处在正常包线内。在大型民机线性变参数模型的基础上,从预防飞行失控的角度研究风切变下飞机进场着陆的预测控制方法。将飞行失控包线量化为状态约束,在此基础上设计在线模型预测控制器。仿真结果表明,利用预测控制的滚动优化策略,可使飞机在进场下滑阶段遭遇风切变时进行良好的下滑道捕获和跟踪,且将飞机状态始终约束在安全包线内。     

基于小波变换的测距仪脉冲干扰抑制方法

为解决L频段数字航空通信系统以内嵌方式部署在L频段测距仪频道间而产生的测距仪系统干扰宽带航空数据链接收机的问题,基于小波变换去噪方法提出L-DACS1系统测距仪脉冲干扰抑制接收机,利用LDACS1及测距仪脉冲干扰信号特性,基于小波变换去噪方法重构测距仪脉冲信号,然后在时域内消除测距仪脉冲干扰信号。计算机仿真结果显示:在高斯白噪声信道与多径信道环境下,所提出L-DACS1接收机方案可有限消除测距仪脉冲干扰,提高链路传输的可靠性。     

基于误差预测修正的液体火箭发动机故障预测方法研究

为解决液体火箭发动机故障预测这一难题,提出一种基于误差预测修正的故障预测方法。在历史数据的基础上建立小波过程神经网络故障预测模型,同步计算学习样本的预测误差,根据上述误差建立双并联离散过程神经网络预测模型。预测时,将预测误差值实时补偿到小波过程神经网络预测模型以提高预测精度。通过液体火箭发动机地面试验中的涡轮泵数据对该方法进了验证。结果表明,该方法在预测精度和适应能力上较单一的过程神经网络预测模型有显著提高,进行10步预测时,预测值的标准化均方根误差为0.392,预测平均耗时为76ms,能够用于解决液体火箭发动机故障预测问题。     

亚/超声速楔状流层流边界层速度与温度相似解及拟合解

利用相似变换获得了楔状流层流边界层无量纲流函数的3阶非线性常微分方程,用Runge-Kutta法求解微分方程获得了不同楔形角楔状流层流边界层无量纲速度随相似变量的变化曲线;推导了亚声速和超声速楔状流层流边界层无量纲温度关于相似变量的2阶线性齐次和非齐次微分方程,获得了温度分布的通解,恒壁温条件下亚声速楔状流和绝热壁面条件下超声速楔状流层流边界层无量纲温度解析解及指数函数形式的拟合解.以楔形角为0为例利用相似变换研究了超声速条件下气体压缩性及黏度随温度变化等因素对层流边界层速度与温度的影响,得出不可压缩常物性与可压缩变物性条件下无量纲速度相对误差绝对值小于9.8%的结论.研究表明:Pr越大贴近壁面处无量纲温度变化越剧烈;超声速条件下壁温低于绝热壁温时黏性耗散作用可以使层流边界层气体温度从壁面到主流间出现先升高后降低的变化.      

基于CST方法的高空低雷诺数吸附式叶型耦合优化设计

研究了一种基于类别形状函数变换（CST）方法的吸附式叶型优化设计方法,该方法可以在高空低雷诺数条件下对叶型和抽吸方案耦合优化.结果表明:优化之后在20km高空低雷诺数条件下总压损失降低了65%,静压升提高了0.02,气动性能得到较大提升.而且由于优化过程中罚函数的引入使得优化后吸附式叶型在地面条件下性能也有所提高.对于高空低雷诺数条件下吸附式叶型在抽吸位置之前适当的增加叶型负荷,再通过抽吸来控制附面层,效果最优.并且最佳抽吸位置位于层流分离泡作用区域内.在层流分离泡作用区域内抽吸可以完全消除层流分离泡对叶型性能的影响,并且可以较好控制附面层位移厚度和动量厚度的增加,有效地减小附面层内的动量损失.      

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

基于中值滤波和小波变换的混合滤波方法在推进剂监测中的应用

目前,监测传感器传出信号中混有很多噪声,为提高信号可信度,需要一种有效的信号处理方法。文章基于Matlab仿真环境,完成了信号仿真和滤波算法的设计,重点对单传感器仿真信号的去噪和多传感器信息融合进行了研究,提出了基于中值滤波和小波阈值滤波的混合滤波方案和基于Kalman滤波的信号融合方案。研究工作有:基于高斯白噪声和脉冲噪声的数学特性,合理假设出5种基本信号形式;依据实际数据,完成单传感器和多传感器信号仿真,确定信噪比和均方根误差作为去噪评定指标;综合分析现有的滤波算法的滤波特性,利用不同长度滑动窗口的中值滤波处理实验信号,选取合适长度的滑动窗口。设置对比实验确定小波阈值滤波中的小波基函数选取、阈值计算和分解尺度等参数;融合中值滤波和小波阈值滤波优势,设计混合滤波方案,去除单传感器仿真信号中的噪声;研究信息融合理论在泄漏监测系统中的应用,设置不同融合方式下的对比实验,确立最佳融合方式下的Kalman滤波方案,实现多传感器信息融合。     

纤维增强涡轮轴结构失效模式分析方法及试验验证

针对连续纤维增强复合材料涡轮轴结构失效模式分析问题,基于宏-细观力学跨尺度分析方法,建立细观力学代表性体积元(RVE)模型,通过编程模拟实现模型的周期性边界条件,计算纤维增强复合材料应力响应,将其均值应力转化为真实应力,确定失效包线。建立连续纤维增强轴结构力学模型,计算轴结构在扭转载荷下的应力响应。通过复合材料层合板主偏轴关系应力转化,将危险单元各方向宏观应力响应计算结果转化到细观力学RVE模型上,即为细观力学RVE模型受载情况。结合细观力学失效边界确定复合材料轴结构危险位置失效模式,当扭转载荷达到5 000～5 500 N·m之间,复合材料最外层即层6(+45°)首先达到基体拉伸失效载荷。开展复合材料轴结构失效模式试验,在扭转载荷达到6 000 N·m时,声发射信号相互叠加,大部分均为中频信号,中频信号多为基体、界面开裂信号。与模拟仿真计算结果对比分析,验证连续纤维增强复合材料涡轮轴结构失效模式分析方法的有效性。利用所建立模型预测了某型发动机低压涡轮轴的失效载荷及失效模式。     

Ti2AlNb近净成形部件的热处理开裂分析

针对Ti2AlNb粉末冶金近净成形部件在固溶热处理后开裂的问题进行了分析。结果表明:热等静压过程中包套发生微泄漏,炉腔中高温高压氩气进入包套内部,形成微孔隙类缺陷;这些孔隙在热处理的过程中会发生膨胀形成热诱导孔洞,使部件受到拉应力形成严重的应力集中成为裂纹源,而Ti2AlNb合金属于脆性材料对缺口敏感,一旦裂纹形成会迅速扩展造成部件开裂。     

基于星载可见光相机的空间碎片探测

空间碎片在轨识别与参数辨识为空间轨道预警、航天器规避空间碎片提供了重要依据。文章在轨道相对动力学的基础上,模拟了空间碎片在光学探测过程中的拖尾成像特性;随后,采用 Hough变换对空间碎片尾迹特征.r进行提取与识别,获取碎片方位角信息,通过匹配多帧图像,获取碎片的方位角速度信息。同时,结合激光测距仪的测距信息,获取空间碎片的位置和速度信息;通过数值仿真验证,该方法能够实现对空间碎片探测、识别和定位,因而具有一定的工程应用价值。