先进的短距起飞垂直降落(ASTOVL)升力风扇飞机的动态逆控制

研究了推力矢量喷管、升力风扇以及气动舵面共同作用下 ASTOVL升力风扇飞机的飞控问题 ,采用非线性动态逆理论进行控制系统的设计。针对 ASTOVL升力风扇飞机的俯仰控制设计了动态逆控制律 ,并将所设计的控制律进行了仿真。结果表明 ,该方法能够满足控制系统性能的要求 ,具有工程应用前景。     

燃气推力矢量控制发动机内流场数值模拟

采用基于Favre平均的三维N-S方程,对燃气推力矢量控制发动机全内流场进行了数值仿真,研究了燃气引流、燃气二次喷射及与发动机内主流相互作用等复杂流动。研究结果表明,流场内包含复杂的涡系结构和波系结构,还存在着边界层与激波的相互干扰、自由剪切层、激波、膨胀波和大尺寸分离。通过数值模拟,对试验中的异常现象进行了定性分析,得出了与试验一致的结论。     

飞行模拟器中的虚拟声音建模与实时渲染技术

虚拟声音的建模与渲染是飞行模拟器虚拟环境仿真中的关键技术,结合物理、心理、建筑、室内声学以及数字音响艺术等多门学科,提出适用于分布式飞行模拟器虚拟仿真系统的离线综合声音建模与动态均衡渲染算法,经过数字压限器、扩展器以及激励器等环节,将大规模音频数据根据虚拟权重进行离线重构;运用五段等响折线法,并结合心理声学构建了基于大规模音源的动态压缩比算法;结合座舱虚拟环境的等效吸声系数算法和混响时间算法;综合功率谱密度函数与特性共振峰,总结出与一系列状态量对应的幅频特性,应用前馈(BP)网络算法对数字均衡器进行实时调参,实现了发动机推力噪声的动态数字音频实时渲染;并基于Direct Sound的音频特效程序接口开发了一套基于高层体系结构(HLA)的分布式飞行模拟器实时音效系统,仿真结果验证了声音建模与渲染算法的有效性。     

能量密度对水工质激光推进性能的影响

当辐照激光能量密度不是很高时,在分析水工质激光推进基本物理过程的基础上,只考虑汽化过程对冲量形成过程的贡献,用一维理论模型研究了辐照激光能量密度对冲量耦合系数、比冲、能量转化效率等推进性能参数的影响规律。结果表明,随着辐照激光能量密度的增加,存在一个获得最大冲量耦合系数的最优能量密度;比冲随着能量密度的增加而变大;对于透射率一定的工质而言,随着能量密度增大,能量转化效率趋于一个恒定值。这一理论研究结果对下一步的实验研究工作具有较好的指导意义。     

推力矢量飞机控制律设计及过失速机动仿真研究

利用四元数法建立了带推力矢量的战斗机全量运动方程,依据逆系统理论对推力矢量飞机进行了适用于过失速机动和超敏捷性研究的控制系统设计。根据非线性动态逆的特点将飞机的动态特性分成快慢不同的两组状态变量分别进行设计,并采用伪逆法解决了舵面分配问题。利用该控制系统对"眼镜蛇"飞机机动进行了仿真计算,结果表明该设计方法是可行的。     

飞行器最优机动策略研究方法及进展

回顾了国内外最优机动策略研究的理论和方法,着重论述了近几年国内外的最优轨道机动策略问题的研究状况,比较了国内外的发展差别,讨论了轨道最优机动策略的发展趋势,为我国飞行器最优轨道机动策略研究方向提供了有意义的参考。     

氢-氮电弧加热推力器运行参数与性能

采用氢气和氮气的摩尔比r在1.0~2.0范围的混合气体作为推进剂,实时检测电弧加热推力器运行中的弧电流、弧电压、入口压力、真空室压力、质量流量和喷口温度等工作参数,研究了比功率、r和质量流量对推力器产生的推力、比冲和推力效率的影响。实验结果表明,同时增加混合气体的质量流量和r能有效提高推力器的推力;较高的r能获得高的比冲和效率,尤其是比冲随着r的提高明显地单调上升。     

燃气二次喷射推力矢量控制系统启动过程非定常效应研究

采用数值模拟方法对燃气二次喷射推力矢量控制系统启动过程中非定常效应进行了研究.给出了详细的喷流瞬态干扰流场结构, 以及喷流瞬态干扰区随时间改变的流场细节特性,分析了流动参数和发动机内弹道性能的动态变化过程.研究表明,主/次流干扰流场内流动参数的分布及变化呈现复杂的多样性,启动过程中所呈现出的动态特性与系统稳定工作时有着明显的差异,侧向控制力、燃烧室平衡压强和发动机推力均有显著变化.在飞行器设计中,必须从安全控制的角度出发,考虑这一非定常效应的影响.     

轴对称射流矢量喷管非矢量状态下推力特性研究

通过数值模拟,研究了非矢量状态下（射流流流量为零）轴对称射流矢量喷管在低落压比时（NPR≤3.5）,射流缝内形成的空腔流动对喷管推力特性的影响;利用这种影响来控制低落压比时喷管的气流分离位置,提高了喷管处于低落压比时的喷管推力系数;推力系数可以提高到0.90以上。因此合理布置双连通射流缝的位置,不仅有利于提高射流的推力矢量效率,而且有利于提高低落压比无次流时的推力系数,从而弥补射流矢量喷管几何固定带来的不足。     

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.