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。     

对失效卫星特征点的自适应位姿跟踪控制

为满足对失效卫星上某个特征点位置悬停的同时使追踪星上敏感器指向该特征点,展开了对失效卫星特征点与追踪星间相对动力学建模与控制的研究。在追踪星本体坐标系下建立了六自由度相对位姿动力学模型,并结合失效卫星上特征点的运动规律,给出追踪星的期望跟踪位置和期望跟踪姿态。考虑到追踪星质量、转动惯量、系统所受扰动力、扰动力矩及失效卫星转动惯量的不确定性,设计了复合自适应位姿跟踪控制律,并通过Lyapunov法证明了闭环系统稳定性。对输出受限情况,采取设计控制参数调节过程及输出限幅措施。在仿真条件下,系统在自适应控制律下能够以位置误差约1cm、姿态误差约0.01°完成位姿跟踪任务;增大不确定参数偏差后,位置跟踪误差增至约7cm,姿态误差增至约0.1°;对控制参数进行调节后,可在不影响跟踪精度的条件下在指定范围内限制输出幅值,将幅值限制在指定范围内,并减小控制所需冲量的9%和冲量矩的30%。     

“嫦娥4号”中继星任务轨道确定问题初探

"嫦娥4号"任务将采用着陆器、巡视器和绕飞地月拉格朗日L2点中继星进行月球背面的探测,中继星已先期发射,进入环绕地月L2点的晕(Halo)轨道。在中继星使命轨道动力学模型的基础上,通过相关仿真工作,开展了中继星在Halo轨道上的摄动源量级及影响定轨预报的主要因素分析,结果表明:太阳光压摄动是其主要影响因素。为降低其相关影响,提高定轨精度,在太阳光压球模型的基础上,结合中继星在轨运行特点及其星体结构特点,提出了一种求解光压等效面积的方法。经仿真分析,使用修正后的太阳光压球模型进行定轨求解,速度精度可提升约一个量级。     

考虑几何非线性的气动弹性模型缩比方法

随着飞机性能和需求的提高,大展弦比高柔性机翼逐渐成为新型飞机的主要结构形式。这类机翼具有高升阻比、大变形和重量轻等特性,几何非线性效应明显。然而机翼的大展弦比高柔性会带来更大的机翼变形,而机翼大变形则会引起相关的非线性气动弹性行为。为了评估这些非线性气动弹性行为并同时降低设计风险和成本,一般要使用缩比模型进行风洞试验以研究和确认真实飞机的气动弹性特性。基于此,首先使用了传统线性缩比方法来进行缩比,通过刚度质量耦合匹配模态响应法与刚度质量解耦匹配模态响应法这2种线性缩比方法,不断优化缩比结构的设计参数来满足目标缩比值。同时,提出一种动力学有限元模型的非线性静响应-模态协同优化方法,该方法是基于等效静态载荷法的几何非线性气动弹性模型缩比方法,通过2个不同的优化子程序分别匹配全尺寸飞机的非线性静响应和模态振型。结果表明,相比于传统线性缩比模型,考虑几何非线性的缩比模型能够更好地再现全尺寸飞机的非线性气动弹性行为。      

考虑多因素的可修系统任务可靠性分配方法

在实际工程中,系统常常是由串联、并联、旁联和表决等模型混合而成的复杂可修系统,目前此类系统的可靠性分配方法多采用等分分配等方法,得到的分配结果往往误差较大。本文提出了一种考虑维修、故障逻辑等多因素影响的可修系统任务可靠性分配方法。该方法以系统故障率为待分配指标,首先对包含维修影响的故障率进行转换,然后利用考虑故障逻辑的评分分配法进行分配,最后通过备件系数进行修正,获得分配结果。新方法能够为在实际工程中可修系统的任务可靠性分配提供一种简便易行的方法。      

LPV模型的动态压缩测量辨识算法

在解决线性参变（LPV）模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识（DCMI）算法从两个方面提高在该情况下的系统辨识精度。其一,利用“匀速变化”及“非匀速变化”模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于“匀速变化”模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。      

基于降阶模型的翼型结冰冰形预测方法

翼型结冰冰形的数值模拟预测通常比较复杂耗时,为了更加快速准确地预测冰形以减少计算资源消耗,建立了基于本征正交分解（POD）和Kriging模型的冰形快速预测方法。利用CFD数值模拟结果来构建样本空间,以飞行迎角为例详述了降阶模型的冰形预测的实现手段,并结合试验设计方法,完成了多参数的结冰冰形快速预测,同时研究了先进的Blind-Kriging模型的相关方法以及对于预测结果的改进。结果表明,降阶模型预测翼型结冰冰形与CFD数值模拟结果吻合较好,表明降阶模型可以快速、精确地应用于翼型结冰冰形预测。      

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。      

平台系统随机数学模型的辨识

本文以PN-01型制导陀螺平台系统为对象,对其横滚通道和俯仰通道的随机漂移进行了数据采集和平稳化处理,并建立了随机数学模型。模型残量检验表明,所建立的平台系统随机漂移数学模型是适用的。从而为今后进一步改善平台系统的精度提供了必要的数学模型。