中国宇航学会空气动力与飞行力学专业委员会简介

一、概况 空气动力与飞行力学专业委员会成立于1986年，是我国空气动力与飞行力学领域各位专家、科技工作者所关注的一个全国性学术组织，从建立至今吸纳了航天科技集团、航天科工集团、中科院、总装二十九基地、国防科技大学、西北工业大学、哈尔滨工业大学、北京航空航天大学、北京理工大学等21个单位的著名专家、技术人员。该专业委员会是联系我国宇航科技工作者的桥梁和纽带，是发展我国空气动力学与飞行力学科技事业的重要社会力量。     

“托佩克斯/海神”退役

由于失去了机动能力．美法合作的“托佩克斯，海神”（全称为“地貌实验／海洋动力学综合监视与研究观测项目”）卫星在成功运行13年、绕地飞行近6．2万圈后，于最近停止工作。该卫星发射于1992年8月10日。它给海洋研究带来了一场革命．最早实现了对洋面地貌的连续全球观测．使人们能了解到海洋每周的重要变化。它的数据使有关海洋及其对全球气候的影响的认识产生了巨大改变．曾用于飓风和厄尔尼诺／拉尼娜现象预测、海洋与气候研究、船舶航线规划、海上工业、渔业管理、海洋哺乳动物研究、全球潮汐模型改进和海洋垃圾跟踪等。该卫星设计寿命为5年．但最终却成了历时最长的地球轨道雷达观测项目。它的用户遍及全球．包括54个国家的600多位科学家。星上用于保持轨道指向的俯仰反作用轮于去年10月9日失效．后续海洋研究卫星“贾森”1已在2001年12月发射．称为“洋面地貌任务”的另一颗卫星定于2008年升空．     

进气道出口堵盖打开爆炸冲击条件下固冲发动机动态响应分析

固冲发动机转级时进气道出口堵盖通常采用火工品爆炸方式打开,会对固冲发动机产生很大的瞬时冲击作用,进而影响弹体飞行姿态和弹上仪器的正常工作.借助Autodyn软件的显式动力学方法,对进气道出口堵盖打开时爆炸冲击响应进行了数值仿真分析,获得了固冲发动机不同位置的冲击加速度时域曲线和冲击响应谱曲线,并与试验结果进行了对比分析...     

WIFI AIDED INTEGRITY IMPROVEMENT IN MEMS INS/GNSS INTEGRATION

The reliability of global navigation satellite system （GNSS） positioning degrades when satellite signals are interfered. Such degradation is hard to be deteced by a micro-electro mechanical system （MEMS） based inertial system（INS）/GNSS, integrating navigation system with a conventional Kalman filtering, which results in poten- tial integrity problem of the system. Hence, an algorithm combining wireless fidelity （WiFi） signal with a federa- ted Kalman filter （FKF） is proposed to identify the system integrity in dense urban navigation. The criterion of the system integrity detection is created followed by the derivation of the integrity coefficient. The field test shows that integrity changes can be captured by applying WiFi, and the maximum positioning error is reduced by 67~ without compensation of inertial sensors in integrity deterioration.     

LEVEL DECISION-MAKING FOR AERO-ENGINE MODULES BASED ON INCREMENTAL KNOWLEDGE LEARNING

The maintenance of an aero-engine usually includes three levels, and the maintenance cost and period greatly differ depending on the different maintenance levels. To plan a reasonable maintenance budget program, airlines would like to predict the maintenance level of aero-engine before repairing in terms of performance parame- ters, which can provide more economic benefits. The maintenance level decision rules are mined using the histori- cal maintenance data of a civil aero-engine based on the rough set theory, and a variety of possible models of upda- ting rules produced by newly increased maintenance cases added to the historical maintenance case database are in- vestigated by the means of incremental machine learning. The continuously updated rules can provide reasonable guidance suggestions for engineers and decision support for planning a maintenance budget program before repai- ring. The results of an example show that the decision rules become more typical and robust, and they are more accurate to predict the maintenance level of an aero-engine module as the maintenance data increase, which illus- trates the feasibility of the represented method.     

FAST FEATURE RANKING AND ITS APPLICATION TO FACE RECOGNITION

A fast feature ranking algorithm for classification in the presence of high dimensionahty and small sample size is proposed. The basic idea is that the important features force the data points of the same class to maintain their intrinsic neighbor relations, whereas neighboring points of different classes are no longer to stick to one an- other. Applying this assumption, an optimization problem weighting each feature is derived. The algorithm does not involve the dense matrix eigen-decomposition which can be computationally expensive in time. Extensive exper- iments are conducted to validate the significance of selected features using the Yale, Extended YaleB and PIE data- sets. The thorough evaluation shows that, using one-nearest neighbor classifier, the recognition rates using 100-- 500 leading features selected by the algorithm distinctively outperform those with features selected by the baseline feature selection algorithms, while using support vector machine features selected by the algorithm show less prominent improvement. Moreover, the experiments demonstrate that the proposed algorithm is particularly effi- cient for multi-class face recognition problem.     

仿鞭毛菌游动的微型机器人近壁运动

鞭毛菌及模仿其运行的微机器人在靠近壁面游动时,其运动模式与远离壁面时有所不同。针对这一现象,本文利用抗力理论和Stokes方程的线性性质,对鞭毛菌在壁面附近运动时流体对其施加的作用力进行分析,建立了鞭毛菌近壁运动的动力学模型。同时计算了细菌在平行于壁面平面内的运动轨迹与游动速度,并与实验数据进行对比分析,结果验证了该理论模型 的有效性。在此基础上,探讨了鞭毛尾的几何和运动学参数与细菌的速度变化量之间的关系。本文研究为微型仿生游动机器人运动控制时规避近壁效应提供参考依据。     

考虑非理想噪声干扰的直升机飞行动力学模型辨识方法

利用MATLAB/SIMULINK平台搭建了直升机仿真实验系统,并以UH-60直升机为对象实现了考虑非理想噪声干扰的仿真飞行实验。建立了非理想噪声数学模型并基于增广最小二乘法设计 了一套同时考虑模型参数和噪声参数的综合辨识算法,在此基础上,利用仿真实验数据实现了UH-60直升机纵向飞行动力学模型的辨识与验证。最后,通过与普通最小二乘法的对比验证了本文方法的优越性。      

软管-锥套式空中加油动态建模与性能分析

提出了一种基于凯恩方程的自主空中加油软管-锥套动态模型及性能分析方法。该方法将软管视为由有限段以铰链形式连接的刚性 杆组成,锥套为软管末端的一个质点。本文定义了描述系统状态的广义坐标及广义速率,导出了软管段位置多级递推公式和系统动态方程,估算了软管在加油机尾流、定常流和大气扰动下的气动载荷。通过数值仿真分析了平稳大气中锥套在加油机不同飞行条件下的稳态阻力和软管拖拽轨迹,验证了模型的正确性及系统稳定性。最后研究了大气扰动对锥套运动的影响及不同软管段的受扰运动。     

全模颤振风洞试验三索悬挂系统多体动力学分析

全模颤振风洞试验需要通过软支撑系统模拟飞行器的自由飞行状态并调整模型姿态达到配平状态。参考NASA双索悬挂方案,提出了一种两电机驱动的三索悬挂系统,利用后方两索的同向/反向联动实现模型俯仰和滚转姿态的调整,利用弹簧刚度以及钢绳张力设计实现支撑频率要求。基于柔性多体动力学方法,建立了包括飞行器刚体模型、柔性索、滑轮、弹簧、气动力模型、伺服电机控制在内的复杂系统动力学模型,其中,利用任意拉格朗日-欧拉（ALE）变长度索单元描述钢绳,利用不约束物质坐标的索结点约束描述钢绳与滑轮相互作用,利用索结点物质输运速度约束描述伺服电机绞盘,利用飞行力学的气动力模型描述吹风下的气动力。基于该模型,通过小扰动响应辨识研究了弹簧刚度、钢绳张力、连接点位置等因素对支撑频率的影响规律,并分析了系统姿态调整能力,俯仰调整范围达到-12.5°~12.5°,滚转调整范围达到-45°~45°。采用滑轮处电位计测量的钢绳相对位移作为反馈信号,基于设计的控制律利用多体动力学求解器与Simulink对风洞吹风下的姿态调整过程进行仿真,模型达到配平状态,获得了吹风下的索拉力和伺服电机功率,为系统设计提供基础。