电推进系统Xe物理特性计算方法

空间电推进系统的工质为Xe,其工作温度范围为-30～45 ℃,该范围覆盖Xe的临界点。在临界点附近,Xe可能呈现出多种形态,且对温度和压力变化十分敏感,采用传统状态方程在上述范围内计算其物理参数偏差最大可达30%。为解决这一问题,以CH₄作为参考流体,建立了一种基于对比态原理的Xe物理特性计算方法。该方法能够对包括气相、液相、超临界区域的所有状态Xe物理性质进行准确计算。试验研究与国外数据对比的结果表明,在整个压力-温度范围内,计算误差小于0.5%。     

自由漂浮空间机器人末端轨迹优化跟踪控制

针对自由漂浮空间机器人(FFSR)末端轨迹跟踪优化控制中惯性参数不确定的问题,基于状态依赖Riccati方程（SDRE）,提出一种采用标称SDRE控制器与补偿SDRE控制器相结合的组合优化控制器,通过SDRE基本理论及李雅普诺夫方法证明了控制方法能够实现系统跟踪的能量优化和渐近稳定,实现了FFSR在广义雅克比矩阵非奇异条件下的末端轨迹优化跟踪控制。数值仿真表明,控制器能够实现对于期望末端轨迹的有效跟踪。     

一种基于CW方程的交会远程导引终端误差分析新方法

直接采用轨道坐标系的相对位置和速度描述交会远程导引误差会产生误差放大的不合理现象,对远程导引误差的精确分析需寻求新的误差描述与分析方法。本文在算例分析的基础上提出了一种基于CW方程的远距离导引终端误差分析新方法,并利用该方法建立误差模型分析远程导引的误差分布与传播。分析结果表明基于CW方程的远程导引误差模型能较为准确地描述远程导引终端的误差状态和后续传播情况,适合在实际工程中用于描述远程导引终端精度指标。     

热气防冰系统内表面弦向传热性能衰减规律

利用反向热流法实验研究了弦向3排射流喷口,且中央喷口正对前缘驻点结构下射流冲击热气防冰系统前缘内表面的局部传热特性。重点研究了喷孔射流出口雷诺数Re_j、笛形管相对于前缘的距离与孔径比Z_n/d、射流冲击驻点区弦向弧长与孔径比r/d对冲击前缘靶面的局部传热性能分布的影响。实验中Re_j范围为2.5×104~1×105,Z_n/d范围为1.736~27.5,r/d范围为13.21~61.5。结果表明,局部传热性能分布曲线为从驻点开始向两侧衰减的钟形曲线,包括稳定段、下降段和结束段3部分,其中稳定段只受参数r/d的影响,而参数Re_j、Z_n/d和r/d均能够明显影响下降段的下降速率,参数r/d则几乎不会改变下降段的总下降幅度。总结了此类喷口结构下射流冲击前缘换热性能衰减分布曲线的通用实验关联式,以指导防冰系统的设计和热性能的评估。      

基于S1000D标准的飞机技术出版物结构化方法研究

飞机技术出版物结构化可实现技术出版物内容基于公共数据源的编写、管理和发布,能有效提高技术出版物的编制效率和质量。基于 S1000D 标准提出 MA700 飞机技术出版物结构化设计思路,给出结构化方法的总体流程,探讨每一步结构化方法的实现要素,重点进行结构化标准选择、技术出版物业务规则制定说明,并给出相应实例和 DMRL 制定原则。结果表明：本文提出的结构化流程和方法能够用于指导 MA700 飞机技术出版物结构化,提高 MA700 飞机技术出版物的易用性、可读性,有利于 MA700 飞机技术出版物的规范化、标准化、国际化,为基于 S1000D 的 MA700 飞机交互式电子技术出版物系统的构建和发布提供业务支持。     

横流不稳定性转捩预测模型

由于Langtry和Menter提出的γ-Re_θt边界层转捩模型只能预测流向的边界层转捩现象,因此继续改进该转捩模型使其具有横流不稳定性转捩的预测能力显得非常必要。通过对经典Falkner-Skan-Cooke (FSC)三维边界层相似解的理论分析和数值求解,结合Thwaites压力梯度因子与当地后掠角构建的函数关系来求解复杂构型的当地Hartree压力梯度因子β_H以及形状因子H₁₂,采用由试验数据标定的C1准则关系式获得横流转捩位移厚度雷诺数,从而建立能够对复杂构型进行横流不稳定性转捩预测的转捩判据。应用所建模型对30°前缘后掠角的ONERA-M6机翼和变前缘后掠角的DLR-F5机翼以及标准6:1椭球标模进行了横流不稳定转捩数值模拟,计算结果显示转捩位置均与试验数据吻合较好,证明了该模型的合理性和实用性。     

蜂窝夹层板BLE的一种增强型协同优化建模方法

弹道极限方程(BLE)是进行飞行器防护结构设计与空间碎片撞击风险评估的关键技术,基于超高速撞击物理实验数据对已知形式的弹道极限方程进行修正,是获得高可信度新方程的一种常用方法。为了快速准确地获取新方程,以国外131个碳纤维复合材料(CFRP)面板的蜂窝夹层板实验数据为对象,运用增强型协同优化(ECO)方法对Christiansen方程进行优化。结果显示增强型协同优化方法与穷举法的优化结果一致,并给出了计算效率提升比例。为考核修正后方程的适用性,利用铝合金面板的蜂窝夹层板的25个实验数据对修正方程进行检测,结果显示修正方程可以将总体预测率从68%提升至84%,安全预测率从76%提升至92%,绝对误差平方和从0.046 2下降至0.006 3,相对误差平方和从1.046 0下降至0.109 0。     

中继测控链路动态分析与计算方法研究

中继测控链路计算是进行中继测控链路性能分析的重要手段。就任意可视弧段而言,中继终端和中继卫星之间的相对位置都是不断变化的,这就引起部分链路参数随着时间和位置动态变化。文章提出了一种中继链路动态分析与计算的方法,建立了中继链路动态通信方程,最后以中继终端和天链一号01星某仿真可视弧段为例,进行了中继链路的动态分析与计算。结果表明,文章的链路计算与分析方法实际可行,对于中继终端实际工程应用和在轨试验具有参考价值。     

Ground maneuver for front-wheel drive aircraft via deep reinforcement learning

The maneuvering time on the ground accounts for 10%–30% of their flight time, and it always exceeds 50% for short-haul aircraft when the ground traffic is congested. Aircraft also contribute significantly to emissions, fuel burn, and noise when taxiing on the ground at airports. There is an urgent need to reduce aircraft taxiing time on the ground. However, it is too expensive for airports and aircraft carriers to build and maintain more runways, and it is space-limited to tow the aircraft fast using tractors. Autonomous drive capability is currently the best solution for aircraft, which can save the maneuver time for aircraft. An idea is proposed that the wheels are driven by APU-powered (auxiliary power unit) motors, APU is working on its efficient point; consequently, the emissions, fuel burn, and noise will be reduced significantly. For Front-wheel drive aircraft, the front wheel must provide longitudinal force to tow the plane forward and lateral force to help the aircraft make a turn. Forward traction effects the aircraft’s maximum turning ability, which is difficult to be modeled to guide the controller design. Deep reinforcement learning provides a powerful tool to help us design controllers for black-box models; however, the models of related works are always simplified, fixed, or not easily modified, but that is what we care about most. Only with complex models can the trained controller be intelligent. High-fidelity models that can easily modified are necessary for aircraft ground maneuver controller design. This paper focuses on the maneuvering problem of front-wheel drive aircraft, a high-fidelity aircraft taxiing dynamic model is established, including the 6-DOF airframe, landing gears, and nonlinear tire force model. A deep reinforcement learning based controller was designed to improve the maneuver performance of front-wheel drive aircraft. It is proved that in some conditions, the DRL based controller outperformed conventional look-ahead controllers.     

共面伴飞相对运动椭圆相位最省燃料控制问题

针对伴随微纳卫星资源受限,轨控需实现最省燃料控制的现实问题,基于Hill方程和二元函数极值理论,研究了共面编队伴飞卫星的最省燃料相位控制策略。分析结果表明：当需要改变的相位为锐角、ΔV<05nb横向控制对相对运动椭圆相位改变效率最高,ΔV=05nb|cosΘ|控后相位为相对运动椭圆左右点,同时将相对运动椭圆短半轴控小;以伴随卫星绕参考卫星共面伴飞相位控制为例,应用这一理论求解了控制策略。