空间机器人抓捕碰撞分析与轨迹规划镇定控制

针对空间机器人抓捕目标过程中产生的碰撞冲击问题,分析了抓捕瞬态碰撞对机器人系统产生的影响,提出了一种控制力矩能量消耗少、对卫星平台基座扰动小的镇定控制方法,实现了对抓捕目标后组合体系统的镇定控制。首先,利用Kane方法建立了抓捕后的目标-机械臂-卫星平台组合体动力学模型;其次,利用ADAMS软件分析了瞬态碰撞冲击对空间机器人系统的影响,为后续镇定控制策略的设计提供初始仿真参数;采用四次多项式实现了机械臂关节空间轨迹的参数化,设定了基于控制力矩能量与基座扰动的加权目标函数,利用差分进化算法(DE)求解得到满足控制力矩能量消耗小、平台基座扰动少的机械臂关节空间轨迹。最后,利用七自由度空间机器人的数值仿真,验证了所提出方法的有效性。     

与爆轰相关的湍流燃烧

爆轰具有较高的燃烧效率,当应用于推进系统时,有较宽广的前景,故引起国内外学者广泛的关注。与爆轰有关的两个重要现象是——爆轰的生成和传播。爆轰的生成分为直接起爆和间接起爆。直接起爆需要极高的能量,因此间接起爆一直是研究的热点,其中爆燃转爆轰(deflagration-to-detonation transition,DDT)则是关注的重点。然而,经过几十年的实验、理论和数值研究,DDT的机理已被理解,但是准确的预测还无法实现,这其中最核心的因素是湍流燃烧。对于爆轰波的传播,特别是高活化能的可燃气体,其波阵面呈强不稳定结构,存在湍流燃烧,波后出现的未燃气团的燃烧也属于湍流燃烧,这使得爆轰波的精确控制也存在较大的困难,但是爆轰波传播的平均速度仍然可以用CJ速度来预测。本文对DDT和爆轰波结构中的湍流燃烧的研究现状进行了分析和评述,并对未来的研究进行了展望。     

TSTO运载器一级返场轨迹优化设计与在线生成

对水平起降两级入轨（TSTO）运载器一子级返场轨迹优化和轨迹在线生成问题进行了研究。首先，给出了较独特的一子级再入轨迹设计策略：先给定侧向剖面，再分段优化求解三维轨迹。针对返场过程的大幅转向需求，设计了形式简单的倾侧角-航向角偏差剖面，并定义了具有不同任务的航向转弯段和航向微调段；针对一子级宽速域气动变化显著特点，为避免轨迹跳跃，定义了增高减速段和下降滑翔段，并采用分段优化策略求解三维轨迹。其次，针对分离扰动造成的一子级初始状态偏差，扩展了自适应高维伪谱插值（AMPI）算法的参数空间，并将其应用于返场轨迹在线生成问题。仿真结果表明，设计的倾侧角剖面能够在倾侧角不翻转的前提下调整飞行航向对准着陆场，设计的分段优化策略能够保证高度曲线平稳无跳跃，采用的自适应高维伪谱插值算法能够在分离扰动影响下快速准确地实现在线轨迹生成。     

椭圆轨道欠驱动航天器编队重构轨迹优化

针对椭圆轨道航天器编队重构问题,提出一种适用于径向或迹向欠驱动工况的最优控制方法。首先,基于椭圆轨道航天器相对轨道动力学模型,分析了径向和迹向欠驱动条件下的系统能控性以及重构任务可行性。其次,将欠驱动编队重构最优控制问题表述为约束轨迹优化问题,并采用高斯伪谱法求解了最优控制轨迹。最后,引入全驱动控制器与欠驱动控制器进行控制性能对比,仿真结果表明,欠驱动控制器可完成与全驱动控制器相同的编队重构任务并保持一定的控制性能,进而避免由推力器故障引起的重构任务失效。     

网格之星:国家数值风洞的通用型结构网格生成软件

结构网格具有边界层模拟准确、计算效率高等优势,在当前的计算流体力学(CFD)研究和工程应用中被大量采用。然而,复杂外形的结构网格生成非常耗时,通常需要在图形化软件上借助频繁的交互操作来实现,对CFD研究和应用产生了重要影响。针对此问题,提出了附面层推进、网格块自动补齐、网格分布快速调整、破损数模网格优化等网格生成加速技术。依托国家数值风洞工程,研发出一款通用型结构网格生成软件——网格之星(NNWGridStar)。与主流商业软件Pointwise相比,网格之星的网格生成速度更快。经过大量复杂算例验证,网格之星满足工程应用要求。自软件发布以来,已有80余家科研院所下载使用,为实际工程任务提供了重要的支撑作用。     

高超声速滑翔飞行器再入轨迹快速、高精度优化

针对高超声速滑翔飞行器再入轨迹优化问题，提出一种基于稀疏差分法和网格细化技术的快速、高精度求解方法。该方法应用局部配点法将再入轨迹优化问题转化为非线性规划(NLP)问题，从两方面提高轨迹优化的效率和精度。一方面，引入一种高效的稀疏差分法计算NLP的一阶偏导数，提高NLP的求解效率；另一方面，提出一种基于新型广义二分网格的网格细化算法调整离散节点的数量和分布，使得方法能够采用较少的节点数目取得较高的优化精度，从而减小NLP的规模和计算量。应用该方法求解了高超声速滑翔再入轨迹优化问题，仿真结果表明所述方法能够快速生成一条严格满足各种约束的最优三维再入轨迹。在此基础上，研究了滑翔飞行器的再入落点区范围，进一步检验了该方法的有效性。     

基于决策更新的多级火箭弹道重规划技术研究

火箭飞行中出现异常状态时,需要对任务弹道进行重新规划,弹道重规划包括任务决策和轨迹规划2部分内容。设计决策等级以确定任务目标,结合目标轨道根数的约束情况,采用自适应伪谱法规划出满足要求的飞行弹道。通过提高约束条件和求解精度实现决策更新,获得更高决策等级的高精度优化解。仿真结果表明,当火箭出现飞行偏差时,这种方案可以快速完成弹道重规划任务,对异常飞行状态实现一定程度的补救挽回。     

一种基于渐进增长对抗生成网络的火星样本生成方法

对抗生成网络的发展为图像生成等传统领域带来了很大进步,通过使用较少样本训练对抗生成网络,可以学习到特定图像类别的特征,进而能够增广样本应用于场景测试、其他网络训练等多种任务.本工作探索了在较少量的火星训练样本的基础上,针对直接使用GAN生成样本存在特征因平均化而不明显且类别较少的模式崩塌问题,基于渐进增长对抗生成网络,提出了一种聚类-训练-生成协同的火星样本生成方法.实验结果表明,与直接利用渐进增长对抗生成网络的基线方法相比,本工作生成效果得到了提升.