无尾飞机的多变量控制律设计

本文介绍了按无尾战斗机综合的纵向和横侧向动力学特性设计的手动飞控系统。所用的设计方法是动态反演与结构化奇异值综合相结合，以便解决稳定性、性能和对受控对象不确定因素的鲁棒性问题。根据闭环系统所达到的稳定性、飞行品质和可靠性订出了设计目标。总设计结构包括一个内回路和一个外回路。内回路将飞机动力学特性调整等于所需的动力学特性，而外回路则采用结构化奇异值综合法来获得一种鲁棒的动力学控制器，以跟踪模型对飞行员指令的理想响应，然后利用一个可按飞机飞行状态调参的前置滤波器使系统输入成形，以便获得所要求的飞行品质。     

机动目标三维空间导引运动建模及导引律研究

给出了导弹—目标追逃运动的空间矢量方程，在此基础上推导了三维导引运动模型。对机动目标应用李雅普诺夫稳定性分析方法提出了一种自适应变结构制导算法。六自由度数学仿真结果表明了模型的正确性和制导算法的有效性。     

弹道导弹子母弹头落点散布分析

建立了弹道导弹子母弹落点散布的计算模型，并利用解爆坐标系下的弹道模型，分析了8种主要因素对子弹落点参数和落点散布的影响，给出了估算子母弹落点散布半径的解析式。利用本模型计算的结果与标准值进行比较，证明所建模型是正确的。     

基于自适应神经网络的飞行控制律设计方案

介绍了一种自适应神经网络控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真。结果表明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

飞机横航向等效拟配模型的对比研究

针对电传飞机的横航向低阶等效拟配问题，根据国外新近规范及相关资料对飞机横航向等效模型及其拟配方法的提法，选用了五种适用于不同情况的等效系统数学模型，比较和研究了它们各自的特点；并通过对具体算例的计算，验证了各等效模型的适用范围及拟配方法的实用性；同时，对频率范围的确定，初值的选取等拟配计算中遇到的问题进行了探讨，提出了一些参考性建议。     

分区和有限容积法计算长尾喷管中的湍流流动

为了给长尾喷管热防护结构设计提供热边界条件，从轴对称二维雷诺平均N－S方程出发，采用分区算法和有限容积法计算了长尾喷管中的湍流流动，分析了流场的结构特性，提出了长尾喷管中燃气温度，压强和马赫数分布的某些规律以及燃气温度沿壁面的分布，计算和分析结果提出了长尾喷管热防护结构设计应注意的事项。     

环型超声速空气引射器零二次流流场数值研究

采用二维轴对称雷诺平均方程和标准κ-ε双方程湍流模型，数值研究了环型超声速引散器零二次流的流场结构及盲腔压强的变化，空间上采用二阶迎风格式进行耦合求解，时间上采用显示的Runge-Kutta方法进行迭代推进。结果表明，引射器几何参数不变的情况下，启动后的盲腔压强与引射气流总压之比为一常数；喷管马赫数不变情况下，喷管出口面积与混合室入口面积比越小，盲腔压强越低，扩压器性能越好，启动要求的总压越低，对超声速空气引射器的设计具有指导意义。     

固体粒子在压缩机叶栅内的部分沉积模型研究

针对轴流压缩机叶栅内固体微粒沉积的问题,发展了新的粒子沉积模型(部分沉积模型)。采用此模型和普遍采用的完全沉积模型进行了计算,计算结果表明两种模型对叶栅前缘处的粒子沉积影响明显。采用部分沉积模型时,叶片前缘处不会出现短时间内不合实际的大量沉积现象,而表现为一种比较均匀的粒子沉积。     

无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

RTM专用双马来酰亚胺树脂的固化动力学模型研究

采用DSC方法研究RTM专用双马来酰亚胺树脂的固化动力学模型与固化动力学参数。用恒温和动态两种方法分析其固化反应；采用Melak方法和Kissinger方法进行数据处理。结果表明，RTM专用双马来酰亚胺树脂的固化动力学模型符合n级固化反应方程，用Melak计算方法建立的方程较好地描述了其固化过程，且与实验数据拟合结果较好。