航天器回收中几种主伞失效案例介绍

主伞失效是指主伞在展开或充气过程中的伞衣破损以及任何故障引起的载荷非正常减速现象 ,严重的可导致整个回收任务的失败。通过对历史上多次主伞失效事故情况的介绍 ,总结了失效形式和故障来源。着重阐述了固体助推火箭发动机回收的主伞失效过程以及多种改进方案。     

RLV再入轨迹机载快速优化

为了可重复使用飞行器再入轨迹机载快速优化的需求,开发一种再入轨迹快速优化算法。根据RLV再入三维轨迹的特点,引入了新的假设,对RLV再入轨迹状态方程进行简化处理,使优化迭代计算量大大减少,在此基础上,使用乘子法对再入终端约束进行处理,然后用共轭梯度法求解优化再入轨迹,最后以美国航天飞机为例计算再入最优轨迹。结果验证该算法在满足约束条件的情况下,具有很快的收敛速度,在不同初始再入条件和终端约束条件下,计算机时一般小于一分钟。该算法具有很好的工程应用前景。     

载人飞船再入的制导、导航和控制

本文以多用途载人飞船为背景,研究再入的制导、导航与控制的任务、系统组成和工作原理,最后给出一些数字仿真结果。     

基于数字仿真的再入飞行器滚转异常边界条件研究

提出了一种基于数字仿真的再入弹头滚转异常边界条件的确定方法。即：首先给出可精确描述考虑各种气动力（矩）系数、各种干扰源作用时的六自由度运动方程。针对各种干扰源及其组合作用，对某弹头的滚转异常现象作了大量的数字仿真。文中采用一种拟合方法，妥善处理了这些仿真结果，拟合出该弹头滚转异常边界条件的近似解析式     

主导极点圆域约束下具L_2有界不确定性系统的鲁棒优化设计问题

根据闭环极点的渐近性质，在考虑了L2有界不确定性对系统闭环极点的最坏影响下利用复s平面与复ω平面之间的Mobins变换，给出满足闭环主导极点圆域约束的状态加权阵Q的选取过程，实现保证一定稳定格度并具有主导极点与非主导极点分布的鲁棒性优化设计。仿真算例表明了设计的有效性。     

虚拟高频采样控制方案及在姿控系统中的应用

提出了一种新的控制方案,即虚拟高频采样控制方案,对其进行了详细的理论分析,并在此方案基础上应用离散域设计方法完成了某飞行器的稳定性分析,进行了半实物仿真试验,结果表明,系统有足够的稳定裕度,各项性能指标满足设计要求.     

提高控制系统可靠性惯性仪表冗余方案分析

叙述了提高控制系统可靠性惯性仪表冗余的几种典型方案，对它们的优缺点进行了分析、比较。最后，提出冗余的一般准则和注意事项。     

无动力自动着陆轨道的鲁棒性分析

文中定义了能量梯度的概念,作为评价能量积累和消耗能力的指标。针对跨大气层飞行器对象特性的特点,重点讨论了气动参数的不确定性存在时的着陆点性能、整个下滑轨道容许的气动参数的不确定性范围和对初始动压的抑制能力,结果表明下滑轨道具有较好的鲁棒性。     

Aircraft robust multidisciplinary design optimization methodology based on fuzzy preference function

This paper presents a Fuzzy Preference Function-based Robust Multidisciplinary Design Optimization (FPF-RMDO) methodology. This method is an effective approach to multidisciplinary systems, which can be used to designer experiences during the design optimization process by fuzzy preference functions. In this study, two optimizations are done for Predator MQ-1 Unmanned Aerial Vehicle (UAV): (A) deterministic optimization and (B) robust optimization. In both problems, minimization of takeoff weight and drag is considered as objective functions, which have been optimized using Non-dominated Sorting Genetic Algorithm (NSGA). In the robust design optimization, cruise altitude and velocity are considered as uncertainties that are modeled by the Monte Carlo Simulation (MCS) method. Aerodynamics, stability and control, mass properties, performance, and center of gravity are used for multidisciplinary analysis. Robust design optimization results show 46% and 42% robustness improvement for takeoff weight and cruise drag relative to optimal design respectively.