倾转三旋翼无人机过渡模式纵向姿态控制

对倾转三旋翼无人机过渡模式下定高转换的纵向姿态控制进行了研究,为提高纵向操纵效能、解决操纵冗余问题,设计了模态转换中的操纵控制方案;采用牛顿-欧拉法对飞机进行动力学建模分析,建立了纵向动力学模型并给出了过渡转换路径;通过操纵效能分析对两种操纵机制进行分配,给出了操纵分配的权重和控制律.仿真和实验样机飞行试验地面站数据分析结果表明,按照所设计的操纵分配方案和控制律对飞机过渡模式进行纵向控制,能够使飞机保持平稳过渡.     

飞机方向舵故障建模与侧风着陆仿真

基于风洞试验数据和CFD数据,建立了某型飞机上、下两片方向舵在松浮、卡滞和脱落等故障的数学模型;针对方向舵脱落故障,在飞行模拟器上进行了人在环的侧风着陆仿真试验,验证了模型的准确性,得到了与实际侧风响应相吻合的故障模型;最后,基于此模型探讨了方向舵故障下的侧风着陆安全性与驾驶员负荷.     

基于操纵面故障影响估计的安全飞行轨迹优化

操纵面故障将改变飞机受到的气动力和力矩,降低机动性能和控制能力,基于传统质点模型的航迹规划方法难以解决此类飞机安全飞行轨迹优化问题.因此,引入由故障引起的侧滑和侧力,估计故障后气动力系数,建立故障飞机模型;针对故障飞机控制和机动能力下降的问题,在原故障模型的基础上引入控制量变化率,构建轨迹优化对象模型,并将控制量变化率最小作为优化指标;采用高斯伪谱法优化计算安全飞行轨迹.仿真实验以副翼和方向舵故障为例进行设计,结果满足运动方程及各控制量、状态量约束,并能实现平稳飞行.     

负压式平板型环路热管试验

为解决高热流密度电子器件的散热问题,设计了一套负压式铜 甲醇环路热管,其蒸发器设计成平板型。研究表明,该平板型环路热管具有较高的散热能力,能够在无重力姿态和重力姿态下顺利启动。当重力倾角分别为0°、18°和30°,热负荷为160W时,蒸发器壁面温度分别达到85.8℃、66.3℃和64.6℃。按照环路热管启动状态,其启动过程可分为3个阶段：加热阶段、预启动阶段和后启动阶段。在低热负荷区域,环路热管会出现温度波动现象。增大重力倾角,有利于降低蒸发器壁面温度和热阻。当重力倾角为30°,热负荷从10W递增到160W时,环路热管的热阻从4.97℃/W降低到0.39℃/W。     

飞机过度/不足转向地面转弯操纵特性分析

为分析飞机着陆滑跑过程中的过度/不足转向特性,提高前轮转弯系统的操纵性能,提出了一种具有时变参数的飞机转弯系统的低阶等价模型,并结合系统稳定性的分析与飞行数据,可知在飞机着陆滑跑过程中的某个速度范围内,由于系统偏航角速度命令带宽衰减至零值附近,飞机的过度/不足转向特性曲线十分接近临界稳定速度边界,引起操纵特性严重恶化,由此提出了一种采用偏航角速度的局部负反馈来调节系统带宽的自校正增稳设计.分析与仿真结果说明:该模型能够解决使用高阶模型对飞机该项性能分析复杂的问题,可以作为高阶复杂模型分析的一种补充,且提出的增稳方法能使系统偏航角速度命令带宽保持在期望范围内,改善脚蹬操纵的敏感性,提高系统的操纵性能.      

结冰飞机非线性稳定域确定及安全操纵方法

结冰会恶化飞机的动力学特性,造成飞行包线收缩,威胁飞行安全,研究结冰后飞机的非线性稳定域变化对于驾驶员操纵应对策略设计以及飞行安全的提高具有重要意义。以NASA的GTM为案例飞机,首先对飞机气动参数进行多项式拟合,同时结合结冰因子模型,建立了飞机在结冰条件下的纵向通道动力学模型;然后通过分岔分析方法对飞机在不同程度结冰条件和操纵指令下的飞行状态变化进行了研究,并将其用于指导驾驶员操纵,同时考虑到分岔分析方法的局限性,利用微分流形理论确定了飞行系统的非线性稳定域,并将其作为飞行安全边界;最后针对结冰情形,提出将分岔分析方法与微分流形理论相结合共同用于操纵指导,并进行了操纵时域验证。研究结果表明,结冰会使安全边界收缩,在小扰动的作用下都可能使飞行状态超出安全边界。随着结冰程度增加,飞机的稳定性质甚至会发生变化,此时飞行状态将很难维持在原有的安全边界以内,提出了通过指导驾驶员操纵指令变化使飞行状态到达新的安全边界。研究结果对于飞行安全操纵及边界保护都具有一定的指导意义。      

外挂物、副翼操纵刚度对机翼颤振特性的影响

本文采用气动弹性模型试验的方法,研究了外挂物重量、悬挂位置和不同的副翼操纵系统刚度对机翼低速颤振特性的影响。气动弹性模型是严格地按相似律的要求进行设计的,由于机翼是对称的,故仅设计了半机翼。而试验既进行了地面振动试验,也进行了风洞试验。文中对试验结果进行了分析。最后,提出两点意见供飞机防颤振设计人员参考:1.副翼的旋转运动是发生主翼面-副翼耦合颤振的主要影响因素,故与操纵系统刚度密切相关的副翼旋转频率值对机翼防颤振设计极为重要。2.机翼携带翼下外挂物,使机翼临界颤振速度明显下降;在设计状态下,外挂物位于机翼内侧的状态与位于外侧的状态相比,机翼临界颤振速度降低更显著。     

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。      

DARPA Alias项目招标

美国国防预研局（DARPA）希望将无人机自主技术引入到有人驾驶飞机以减轻飞行员的工作负荷。DARPA计划于5月14日向投标方介绍使用驾驶舱自动化系统后机组工作负荷（Alias）项目,该项目旨在演示一种需要更少机组人员即可操作的嵌入式、可拆卸套件。这种全时段的自动化辅助系统。