RCS测试系统几何量参数综合校准技术研究

本文针对RCS测试系统的计量需求,阐述了RCS测试系统几何量参数校准技术研究情况。围绕雷达反射面型面参数、设备空间几何位置参数、定标体几何参数的有限目标开展了校准技术研究,研制了RCS测试系统的几何参数综合校准系统,并在国内几个典型的RCS测试系统进行了应用验证,初步建立了RCS测试系统几何量参数量值溯源体系,为国内RCS测试系统的量值统一、数据准确打下了坚实的技术基础。     

基于涡方法生成大涡模拟进口条件的数值计算

探索改进涡方法来生成大涡模拟的非定常进口条件.改进方法中,为了避免局部漩涡数量过多或者过少,采用密度分布方式放置漩涡场.并用Langevin方程控制漩涡运动,模拟实验方法中的蜂窝器,使改进后的涡方法生成的脉动速度场更加符合湍流的特征.在已知雷诺平均的流场结果下,利用涡方法产生漩涡场,进而生成能满足大涡模拟所需要的非定常进口流场.为了检验改进后的涡方法在生成脉动速度过程中的效果,在槽道中进行了对比数值试验,并借助于直接数值模拟数据做对比,对比分析槽道进出口的平均速度、涡量以及雷诺应力统计,证明改进后的涡方法在生成大涡模拟进口条件下是非常有效的.      

组合卫星导航系统的快速选星方法

分析了选星数目与几何精度因子(GDOP, Geometry Dilution of Precision)及导航运算量的关系,基于遗传算法提出了一种以满足用户定位精度需求为条件的快速选星方法——快速遗传选星法.根据用户需求确定选星数目初值、选星数目最大值和GDOP阈值,构造选星方案的初始种群,在进化代数上限为1的条件下对种群进行选择、交叉和变异运算,获得初始选星解,根据初始解的GDOP与阈值的关系确定是否依据GDOP最小原则对初始解进行优化,直至满足算法终止条件,输出选星解.仿真结果表明,该算法可以在一次进化之内以不低于92.45%的概率满足GDOP阈值在2.5~6的要求,同时可有效降低54.75%以上的导航运算量.      

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

基于动力学递推算法的绳系卫星系统刚柔耦合多体模型

利用动力学递推算法建立了空间绳系卫星系统(TSS)的铰接柔性杆动力学模型.所研究的绳系系统包含两颗刚体绳端卫星和一段连接两颗卫星的柔绳,柔绳离散为一系列球铰连接的弹性杆,考虑杆不均匀的纵向一维形变,并利用球铰的运动模拟柔绳的弯曲和扭转;然后基于递推算法推导得出了该刚柔混合离散模型的动力学方程.数值仿真结果表明:所建立的绳系卫星系统模型能够很好地模拟空间系绳的各向摆振和扭转,此外,递推算法的引入能够有效地减少离散模型动力学方程的维数,从而大幅减少计算量.      

基于模板匹配整帧屏幕视频帧内无损编码方法

当前主流的视频压缩标准,如H.264、HEVC等,主要是针对摄像机拍摄的视频而设计的.而屏幕内容(SC)的视频是由计算机生成的,无噪声,要求更高的压缩效率,同时与摄像机拍摄的视频相比包含更多的结构相似性.提出了一种利用屏幕视频中相似性的模板匹配帧内编码方法,采用由21个像素点组成的模板,以像素点为最小单位对整帧进行模板匹配,并使用哈希函数实现高效的模板查找,最后对残差图像进行熵编码.实验结果显示,与标准的HEVC扩展方法相比,该方法在无损编码上压缩率可以提高一倍,编码时间减小了近一半.      

基于涡系相交不稳定性的飞机尾流控制方法

在飞机飞行的过程中尾涡会伴随着升力产生,威胁后机的飞行安全.在简化机翼模型上添加扰流片,通过一个矩形翼以引入一个与主翼尾涡大小不同、方向相反的小涡,构建尾流自消散四涡系统,以期诱发尾涡的Rayleigh-Ludwig相交不稳定性.通过改变扰流片的大小形状,调整模型的攻角和拖曳速度,采用粒子图像速度场仪测量系统定量研究在低雷诺数下单主翼尾涡发展特性以及双涡相互作用特性.研究表明:在未添加扰流片时,尾涡环量在45个翼展内相对于初始环量基本保持不变;在添加扰流片的情况下尾涡的环量衰减可以达到35%~55%,而未添加的基本翼型的尾涡的环量则几乎保持不变,这说明添加适当的扰流片能诱发尾涡的Rayleigh-Ludwig相交不稳定性,加速尾涡的消散,当小涡和主涡的初始环量比为-0.489、初始距离比为0.5时,45个翼展范围内,尾涡环量衰减55.9%.本文系统性的实验结果可以为低尾流机翼的设计提供参考依据.      

三角形机翼参数化有限元网格划分与调整方法

为缩短有限元建模周期,提高三角形机翼结构分析、设计与优化的效率疲,首先,以其满足预定气动性能的几何外形为输入,定义了易用的有限元节点与单元的编号规则;基于可设计的机翼内部构型参数及可变的有限元尺寸参数的设置,引入了翼肋贯穿截止准则以满足任意输入的内部构型的初步判断;借助自定义形状矩阵完成了节点布置与单元生成,进一步通过有限元网格细化完成了开口设置、翼肋贯穿位置修正及桁条建模.然后,基于已建立的有限元网格实现了内外侧副翼翼肋位置的小幅调整及旋转舵面的角度调整,以满足不同飞行状态下结构分析需求.最后,应用PCL语言开发了参数化建模模块,实例表明了方法的有效性和模块可靠性.      

基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。     

Towards intelligent design optimization: Progress and challenge of design optimization theories and technologies for plastic forming

Plastic forming is one of enabling and fundamental technologies in advanced manufacturing chains. Design optimization is a critical way to improve the performance of the forming system, exploit the advantages of high productivity, high product quality, low production cost and short time to market and develop precise, accurate, green, and intelligent (smart) plastic forming technology. However, plastic forming is quite complicated, relating to multi-physics field coupling, multi-factor influence, multi-defect constraint, and triple nonlinear, etc., and the design optimization for plastic forming involves multi-objective, multi-parameter, multi-constraint, nonlinear, high-dimensionality, non-continuity, time-varying, and uncertainty, etc. Therefore, how to achieve accurate and efficient design optimization of products, equipment, tools/dies, and processing as well as materials characterization has always been the research frontier and focus in the field of engineering and manufacturing. In recent years, with the rapid development of computing science, data science and internet of things (IoT), the theories and technologies of design optimization have attracted more and more attention, and developed rapidly in forming process. Accordingly, this paper first introduced the framework of design optimization for plastic forming. Then, focusing on the key problems of design optimization, such as numerical model and optimization algorithm, this paper summarized the research progress on the development and application of the theories and technologies about design optimization in forming process, including deterministic and uncertain optimization. Moreover, the applicability of various modeling methods and optimization algorithms was elaborated in solving the design optimization problems of plastic forming. Finally, considering the development trends of forming technology, this paper discusses some challenges of design optimization that may need to be solved and faced in forming process.