行星悬浮轨道保持控制研究

针对太阳帆航天器行星悬浮轨道保持控制问题进行了研究.首先，建立了柱坐标系下太阳帆动力学模型；然后，对模型进行线性化处理，推导出太阳帆状态方程；接着，设计线性二次型调节器(LQR)及基于遗传算法(GA)改进的控制器，对出现扰动的轨道进行控制；最后，通过仿真结果对比，表明上述控制器均可实现轨道保持控制，且基于GA改进的LQR性能明显优于传统LQR.     

神经网络宽度对燃烧室排放预测的影响

为研究神经网络宽度对航空发动机燃烧室排放预测的影响，基于录取的全环燃烧室排放试验数据，构建了以燃烧室进口空气温度、进口空气压力、供油流量和油气比为输入，CO和NOx排放指数为输出的神经网络预测模型，确定了最优网络宽度。结果表明，存在一个最优的网络宽度值，使得神经网络预测模型的拟合优度和预测精度达到最佳，本文最优的网络宽度为24。通过拟合优度、误差分析和敏感性分析验证了构建的神经网络模型的准确性和泛化性。基于最优网络宽度的神经网络预测模型能够很好地挖掘输入参数与排放指数之间的映射关系，可作为给定工况参数下燃烧室排放预测工具。最后，基于敏感性分析，结合燃烧物理机理和试验现象对构建的神经网络可解释性进行了探讨。     

球筛型火箭贮箱消能器结构设计及优化

本文针对某飞行器贮箱工作环境与减速增压需求,设计了球筛型火箭贮箱消能器,并对内部结构形式进行了优化改进。本文首先对高速气体经过消能器结构的减速过程进行了理论分析,理论分析的过程指导了有限体积法进行流场数值计算方法,利用实验验证了仿真分析方法的可靠性,使之成为消能器结构优化设计的依据。根据仿真分析与实验研究经验,提出了优化设计方案,最终结果表明,经过本文优化设计的消能器,在满足箱内空间要求的前提下,提高了减速效率。     

基于数据驱动的复杂进气下风扇转子叶根损失模型

发展了一种基于数据驱动的复杂进气下风扇转子叶根损失预测方法。提取了影响风扇转子叶根损失的关键气动参数作为输入变量，熵损失系数作为输出参数；采用计算耗时小的单叶片通道定常模型，通过给定不同边界条件并进行组合来构建样本数据库，使得数据库中样本点尽可能覆盖更广的复杂进气工况；采用径向基神经网络训练并构建输入变量与输出参数之间的映射，实现叶根损失的快速预测。计算结果表明：该损失模型能够准确捕捉叶根损失的径向分布趋势，并且相比于传统损失模型能够大幅提升预测精度。在不同流量、进气旋流以及畸变强度工况下，叶根流动损失平均预测误差基本小于10%。     

基于Abaqus的往复运动中双道O型圈密封性能分析

建立了双道O型圈密封的轴对称模型,采用施加轴向位移的方式模拟O型圈的预装过程,利用Abaqus的压力渗透加载方式动态地寻找密封面的临界点。仿真模拟了O型圈的预装过程、介质加压过程和往复运动过程,研究了介质压力、往复运动速率对O型圈密封性能的影响。结果表明,在预装过程开始的很短时间内,Mises应力便出现峰值,然后回落,随着介质压力的增大,O型圈内Mises应力、接触应力、接触宽度和动摩擦力都会相应增大,双道O型圈在静密封和动密封中均能保持很好的密封性能。     

补偿型加速度计模型的测定

本报告研究了测定补偿型加速度计物理模型系数的实验技术。讨论了从“物理”模型到以三阶“幂级数型”模型的转换，多项式的全部系数都可以测定。列举了幂级数型模型的缺点。建议采和加速度计的物理模型，以达到误差算法补偿。     

压气机机匣T型环槽的加工和测量

本文介绍了不同设计基准的压气机机匣Ｔ型环槽的特点，并论述了解决加工过程中对刀、测量、计算等具体问题的方法。     

日本的J—1运载火箭方案

从历史的角度来看,运载火箭的尺寸和有效载荷能力呈现出不断增大的趋势,日本也不例外。日本有两个机构目前正在研制大型火箭。日本宇宙开发事业团即将发射的H—2火箭将主要用于发射新型应用卫星,而日本宇宙航空科学研究所正在研制的M—5火箭将用于发射新型科学卫星。在这种情况下,这两个机构都认为,利用现有的固体火箭技术研究小型运载器不仅很容易实现,而且也将是有益的。正是基于这种考虑,日本宇宙开发事业团在宇宙航空科学研究所的协助下开始了J—1小型运载火箭的研制工作。