非恒定增压式微尺度拉瓦尔喷管流动特性

针对微尺度喷流在航天器运动状态切换时出现的非恒定增压变化,采用直接模拟蒙特卡洛(DSMC)方法对阶跃式增压和线性式增压两种模式下的微尺度拉瓦尔喷管流场进行了模拟,并对其变化过程中的流动特性进行了对比分析。结果显示：阶跃式增压会导致流动特性出现较大幅值的峰谷式波动,而线性式增压下的流动特性则呈现出线性变化的特点;黏性力对微尺度喷流的非恒定增压变化产生了重要的黏滞作用,在喉部扩张段至出口的流场中尤为明显;在设定的条件下,阶跃式增压过程中喷流产生的总冲量较线性式增压高59.5%,质量流量高74.7%,单位工质提供的冲量低约8.6%,波动性也高于线性式模型,阶跃式增压适用于系统需要较大推力改变运动状态且推进剂充足的情况,而线性式增压在系统精确微调或需要推进剂产生更高效能时具有明显的优势。     

Ni3Al（Zr）合金的高温环境脆性

Ni3Al(Zr)合金在700～1 050°C之间存在低塑性区,无论在空气还是在真空中,都表现出脆性的沿晶断裂,塑性很低.在拉伸过程中形成的致密氧化铝薄膜能够有效地阻止氧向基体中扩散,减少环境脆性,提高合金的高温塑性.活性元素Zr能够与氧原子相互作用,减少裂纹沿晶界扩展,改善合金的高温塑性.     

叶轮机械全环非定常大规模并行模拟程序设计

为了更加精确地模拟叶轮机械内部复杂的三维非定常流动,开展了全环网格模拟方法探索,提出了针对滑移面的守恒变量插值和高效的大规模并行计算解决方案。基于千万亿次高性能计算平台,自主开发了非定常数值模拟程序,采用单级压气机、1.5级涡轮和3.5级高负荷压气机三个算例进行了程序的验证与确认,以及并行效率测试工作。模拟采用的最大网格数为2亿,计算核心数为4096个。结果表明:程序计算得到的整体气动性能与试验数据吻合良好;程序所采用的全环非定常计算模型能保证交界面处物理量的连续,削弱非物理熵增,得到更加可信的流场解;所采用的METIS的网格分区方法以及MPI并行策略使程序具有良好的负载均衡和并行效率;同时程序对超大规模的复杂问题具备良好的可扩展性和适应性,能够满足工程实际问题的流动分析和叶轮机械的精细流动研究要求。     

基于微型叶片式涡流发生器的前体压缩面低能流掺混机理

为了改善高超声速飞行器前体压缩面边界层速度型的饱满程度,降低进气道壁面流动分离的潜在风险,提出了基于阵列微型叶片式涡流发生器的前体压缩面低能流掺混方法。采用数值模拟方法研究了涡流发生器在来流马赫数7状态下的流动特性,揭示了主要流动控制机理,并分析了安装角对掺混效果的影响规律。研究结果表明：微型叶片式涡流发生器可对近壁气流产生一定扰动,形成局部大侧滑角、低压区域,掺混的主要机理在于叶片两侧分别形成扫掠激波、膨胀波,诱导近壁流体向叶片方向偏转,形成局部横向迁移,进而与主流产生掺混效应;负安装角的涡流发生器的扰动能力最强,但总压损失也最大;正安装角时涡流发生器的扰动能力随安装角的增大而增大;相比于无控制状态,所有叶片式涡流发生器均可降低边界层形状因子,安装角15°时的边界层形状因子最小,边界层速度型最为饱满,说明该状态下壁面流动具有较优的抗逆压分离能力。     

基于3D-Winograd的快速卷积算法设计及FPGA实现

近年来,卷积神经网络（CNN）已被计算机视觉任务广泛采用。由于FPGA的高性能、能效和可重新配置性,已被认为是最有前途的CNN硬件加速器,但是受FPGA计算能力、存储资源的限制,基于传统Winograd算法计算三维卷积的FPGA解决方案性能还有提升的空间。首先,研究了适用于三维运算的Winograd算法一维展开过程;然后,通过增加一次性输入特征图和卷积块的维度大小、低比特量化权重和输入数据等方法改善CNN在FPGA上的运行性能。优化思路包括使用移位代替部分除法的方法、分tile方案、二维到三维扩展及低比特量化等4个部分。相对传统的二维Winograd算法,优化算法每个卷积层的时钟周期数减少了7倍左右,相较传统滑窗卷积算法平均每个卷积层减少7倍左右。通过研究,证明了基于一维展开的3D-Winograd算法可以大大减少运算复杂度,并改善在FPGA运行CNN的性能。      

基于模态反转的半球谐振陀螺零位自校准方法

针对半球谐振陀螺的零位漂移问题,本文研究了基于模态反转电路控制技术的零位自校准方法。首先,从动力学模型引入阻尼不对称、频率裂解等非理想因素,讨论半球谐振陀螺的工作机理及驻波漂移特性。其次,通过理论分析模态反转的零位校准以及虚拟进动控制的模态反转技术。最后,基于FPGA数字控制平台,设计并实现了半球谐振陀螺零位自校准半实物仿真实验。实验结果表明,基于模态反转的半球谐振陀螺零位校准,实现了半球谐振陀螺的零位从15 降低至2 ,短期零偏稳定性和长期稳定性也分别提高了11.8％和45.86％,有效地抑制了零位漂移,提高了半球谐振陀螺测量精度。     

基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。      

一种分布式异构多AUV任务分配鲁棒拍卖算法

为了解决异构多自主式水下航行器(AUV)的任务分配问题,提出了一种分布式鲁棒拍卖算法。建立了异构多AUV任务分配分布式拍卖模型,包括任务分配系统(拍卖商)的优化模型及AUV的优化模型。针对现有拍卖算法忽略拍卖商的利益,不符合市场规律的问题,引入任务奖励反馈机制,任务分配系统通过多轮试探拍卖市场,自适应地调整任务奖励,达到保证AUV效用的同时,有效降低任务分配系统成本的目的,促进了任务分配系统参与拍卖。针对水下洋流对任务分配模型产生的不确定性因素,提出了一种鲁棒优化算法对抗不确定性因素,提高了多AUV任务分配系统应对复杂水下环境的能力。仿真结果证明了所提算法的鲁棒性和有效性。      

下肢康复机器人动力学建模约束违约抑制

U-K理论为获得约束多体系统的解析动力学方程提供了新的理念,但由于数值近似和截断误差等因素的影响,动力学方程在位置和速度层面上存在约束违约。Baumgarte约束违约稳定法（BSM）通过约束修正得到稳定的动力学方程。然而,Baumgarte参数的选择通常涉及一个试错过程,可能会出现失效的仿真结果。为此,利用经典的四阶Runge-Kutta法研究了Baumgarte参数选取问题,创建了基于BSM修正后的U-K理论的机器人系统解析动力学方程。以下肢康复机器人为研究对象仿真分析,结果表明:利用所提方法可以有效抑制约束违约,关节角度误差控制在-5×10-3（°）~5×10-3（°）范围内;关节角速度误差控制在-2×10-4~2×10-4 rad/s范围内;机器人末端执行器运行轨迹能够很好地贴近系统预定的目标。      

Flight Control System of Unmanned Aerial Vehicle

To date unmanned aerial system(UAS)technologies have attracted more and more attention from countries in the world.Unmanned aerial vehicles(UAVs)play an important role in reconnaissance,surveillance,and target tracking within military and civil fields.Here one briefly introduces the development of UAVs,and reviews its various subsystems including autopilot,ground station,mission planning and management subsystem,navigation system and so on.Furthermore,an overview is provided for advanced design methods of UAVs control system,including the linear feedback control,adaptive and nonlinear control,and intelligent control techniques.Finally,the future of UAVs flight control techniques is forecasted.