基于训练任务的通用教练机复杂阶段燃油消耗研究

随着我国航空业对飞行员需求的提高,航校的飞行培训行业也获得很高的关注,对航校的通用教练机燃油消耗进行预测估计是十分必要的。结合训练大纲,文中基于训练任务的阶段性特点,认为机动训练阶段和起落航线阶段为训练任务的复杂阶段,将学习曲线应用于飞行学员的训练任务复杂阶段,引入学习率作为燃油消耗的影响因素之一,利用粒子群算法寻找最优参数,通过支持向量机回归建立通用教练机复杂阶段的燃油消耗模型,估计燃油消耗量。     

第三代航空齿轮钢圆柱齿轮弯曲疲劳强度性能测试分析

以第三代航空齿轮钢圆柱齿轮的弯曲疲劳性能作为研究对象,修正了国标(GB)给出的齿轮弯曲夹具计算公式,设计了弯曲疲劳试验用圆柱齿轮参数,并对该材料的齿轮进行了弯曲疲劳试验.通过对试验结果数据采用对数正态分布、二参数威布尔分布数据处理方法对试验数据进行了处理,得到了该材料的试验齿轮弯曲疲劳极限及可靠-应力-寿命(R-S-N...     

西藏阿里地区的晴天大气电场特征

晴天大气电场是一个区域大气电场变化的基准场,是大气电场特性的研究基础。对于具有不同地质条件、地理环境和地形特点的区域,晴天大气电场特征具有明显区别。利用在西藏阿里地震台（80.12°E,32.51°N）安装的一台场磨式大气电场仪于2021年10月10日至2021年11月10日观测到的数据,通过对大气电场数据建模与分析,结合气象条件,得到西藏阿里地区23天晴天条件下的平均卡耐基曲线。经过平滑处理去除仪器噪声的波动,得到西藏阿里地区的晴天条件下的标准卡耐基曲线,进而与北京市昌平区十三陵观测台站（116.23°E,40.25°N）同期的晴天大气电场特征进行对比,并对其电场特性差异和原因进行了讨论。研究结果对分析高原地区晴天大气电场特征具有重要的参考价值和科学意义。     

基于单层数值特征曲线法的复合材料接头强度分析

提出了基于单层的特征曲线法，利用Patran／Nastran有限元软件对复合材料机械连接接头强度进行了分析计算。根据提出的基于单层的数值特征曲线法，各个角度铺层的特征长度采用数值方法分别计算，根据各层的特征曲线计算各层的破坏载荷，最后确定接头的破坏载荷。通过算例分析，计算结果跟试验值吻合很好，较基于层合板特征曲线法所得结果更精确，说明了该方法的有效性。     

Robust spline-line energy management guidance algorithm with multiple constraints and uncertainties for solid rocket ascending

For the solid rocket with depletion shutdown system, effective energy management is significant to meet terminal constraints by exhausting excess energy. Several traditional energy management algorithms cannot satisfy the altitude constraint and path constraints are not sufficiently considered. The velocity adjustment capability of these algorithms is limited and the uncertainties are not considered. Based on the on-line programming of velocity capability curve, Spline-Line Energy Management(SLE...     

HTPB复合固体推进剂率相关损伤机理分析与验证

固体发动机在点火过程中常由于结构完整性问题而出现爆炸或性能曲线异常等问题，结合发动机在点火状态下推进剂的受载情况，亟待探索固体推进剂的率相关损伤机理。本研究从某HTPB复合固体推进剂在宽温和宽应变率下单向定速拉伸试验的力学响应特征入手，针对应力-应变曲线呈现的“双峰”、“脱湿”点前后移位等现象阐释了推进剂的率相关界面损伤特性。然后，基于建立的推进剂细观有限元模型对推进剂的率相关损伤过程进行了仿真计算，通过提取有限元分析结果的损伤界面分析了推进剂的界面损伤机理。最后，通过高速摄像试验的结果对损伤机理进行了验证。结果表明，推进剂的界面损伤过程具有很强的率相关性，“双峰”和“脱湿”点前后移位均与推进剂在不同应变率下拉伸时内部的损伤演化过程有关。通过对比推进剂在不同应变率下拉伸时断裂前的形貌，高应变率下AP颗粒析出数量较多，在一定程度上印证了本研究对推进剂损伤机理的阐释。     

The adaptive Gaussian mixtures unscented Kalman filter for attitude determination using light curves

The Adaptive Gaussian Mixtures Unscented Kalman Filter (AGMUKF) is introduced to estimate the attitude of a Resident Space Object using light curves. This filter models the state probability density function as a Gaussian Mixture. This enables to capture the non-linearities of the light-curve measurement model. A non-linearity index is used to refine the mixture when necessary, and individual Gaussian kernels are merged back together when their relative distance is below a certain threshold. A conventional attitude Unscented Kalman Filter (UKF) is used to propagate and update each kernel. The AGMUKF efficiently maintains the mixture population as low as possible, while still being able to represent non-symmetric, multimodal, arbitrarily complex distributions. Therefore, it is presented as a promising alternative to Particle-Filter-based implementations, the current state of the art used in sequential attitude estimation from light curves. The non-linearity index has been used to show that the measurement model is the main contributor to the system non-linearity. Results have demonstrated the superiority of the AGMUKF w.r.t. the UKF for attitude determination, and that it can converge for high initial state uncertainty cases, successfully capturing the non-Gaussian probability distribution of the state.