光学镜头性能测试用深低温降温系统设计及验证

单镜组件是遥感器的关键部件,在深低温真空环境下对其进行面形测试和稳定性测试,是获取测试数据和验证其结构设计正确性的必要手段。文章针对某单镜组件地面验证试验需求,建立真空环境下低温镜头深低温背景,采用GM制冷机机械降温技术,对温控系统进行设计、研制以及模拟试验,实现了产品在(60±1) K、(160±1) K、(200±1) K的控温指标以及60～300 K的控温区间。该降温系统为遥感器光学镜头在深低温环境下完成面形测试和稳定性测试提供了重要保障。     

胶接铝蜂窝夹芯拉伸机的设计

探讨了拉伸铝蜂窝所需的拉伸力;并通过介绍一台铝蜂窝拉伸机的设计过程,简略说明它的传动原理、基本参数选择及主要结构分析。     

通过铣削力或铣削扭矩监测铣刀破损的研究

为了通过铣削力或铣削扭矩波形的不均匀程度来识别铣刀是否发生破损,提出了两类识别方法。一类是计算齿周期峰值变化率;一类是计算相对最大切削厚度的偏心率。两类算法均简单、可靠,可用于各种铣削加工过程的铣刀破损监测。     

水下模拟失重试验模型设施发展综述

对国内外不同时期水下模型的组成、设计特点进行综述与分析。从国内外水下模型的发展来看,准确模拟人机界面是水下模型设备的研制要点。为简化建造过程,可以根据试验需求对水下模型的逼真度进行分级。设计中还需要考虑水下环境的适应性,例如合理选择材料和中性浮力设计。我国后续水下模型设备的设计可以从中借鉴有益经验。     

TC4钛合金纵弯超声振动铣削装置及其加工性能研究

TC4钛合金因其优异的综合机械性能在航空、航天工业中得到了广泛应用,但其高塑性和低导热系数引起的刀具–切屑黏附是制约其铣削加工性能提升的一个关键因素.针对TC4钛合金铣削加工性能提升的需求,提出了一种基于刀具纵弯复合超声振动辅助铣削的加工方式,通过控制刀具纵弯复合超声振动的幅值和相位实现可控的间歇式切削,降低刀具–切屑...     

L型复合材料机械连接接头承载能力与失效行为研究

L型复合材料连接结构已应用于运载火箭结构的端框设计,但目前对于该结构的承载能力和破坏模式缺乏研究。将典型的L型连接端框简化为无弧度的平直L型接头片段,通过单向对拉试验,对6 mm和8 mm两种厚度L型机械连接接头的承载能力和破坏模式进行了研究。由承载能力试验结果表明:L型接头在拉力作用下呈现出明显的A、B、C三个阶段,其中A阶段的拉力最大值可作为该类接头结构的极限承载能力。采用有限元方法分析接头的破坏模式,仿真与试验结果的误差为2.5%,取得了较好的一致性。由数值分析表明:拉力作用下L型接头的承载能力主要取决于螺栓压紧区附近和直角拐角区域的层间强度和基体强度;在原铺层信息基础上增加0°层数和降低90°层数,对接头承载能力提升效果不明显。研究结果可为L型复合材料连接结构的设计提供参考。     

变刚度连续型机械臂设计与控制

针对空间机械臂碰撞过程中产生的冲击和破坏问题,提出一种能被动适应碰撞且能保证操作精度的可变刚度丝驱动连续型机械臂。在以超弹镍钛合金丝为支撑脊椎和驱动部件的基础结构上,设计了一种利用温控记忆合金改变关节内摩擦力的变刚度方法。通过运动学分析得到机械臂驱动空间、构型空间和工作空间之间的坐标映射及速度雅克比矩阵,并结合末端位置反馈设计了一个稳定的闭环运动控制器。在检测丝驱动力的基础上提出了一种碰撞识别方法和相应的变刚度控制策略。运动控制和变刚度控制的实验结果表明该连续型机械臂具有良好的运动控制精度和刚度调节能力。     

空间碎片软捕获姿轨控模型构建与仿真

为构建利用柔性机械臂捕获空间碎片的系统仿真模型,首先分析梳理空间碎片捕获典型任务流程,包括轨道转移、位置保持、路径规划、动量稳定控制等阶段;然后针对任务流程分别搭建基于Simu Link的路径规划、动量缓冲控制、姿态控制、动力学和轨道仿真等子系统;各个子系统之间以TCP/IP的方式进行数据交互,最终完成空间碎片软捕获任务姿轨控仿真系统的构建。     

改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

针对微机械陀螺零偏受温度影响较大的问题,提出一种改进布谷鸟搜索算法(CS)和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先,将平滑处理后的陀螺数据作为样本点,采用基于径向基核函数的支持向量机方法构建漂移模型,把数据从低维空间映射到高维空间进行线性拟合。然后,利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化,避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经CS调节支持向量机算法补偿后,陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比,陀螺输出数据方差分别平均减小了63.2%、43.4%,最大误差分别平均减小71.63%、48.3%。     

基于Sarsa(λ)强化学习的空间机械臂路径规划研究

针对目标特性未知的在轨操作环境,研究了典型空间操作机械臂的路径规划策略。采用Sarsa(λ)强化学习方法实现目标跟踪及避障的自主路径规划与智能决策,该方法将机械臂系统的每节臂视为一个决策智能体,通过感知由目标偏差和障碍距离程度组成的二维状态,设计符合人工经验的拟合奖赏函数,进行各臂转动动作的强化训练,最终形成各智能体的状态-动作值函数表,即可作为机械臂在线路径规划的决策依据。将本方法应用于多自由度空间机械臂路径规划任务,仿真结果表明新算法能在有限训练次数内实现对移动目标的稳定跟踪与避障,同时各智能体通过学习所得的状态-动作值函数表,具备较强的后期在线自主调整能力,从而验证了算法较强的鲁棒性和智能性。