可压缩粘性流动笛卡尔网格虚拟单元方法研究

以二维高雷诺数可压缩粘性流动问题为背景,提出了一种全新的笛卡尔网格虚拟单元方法。基于壁面函数基本假设,构造了壁面函数-虚拟单元方法(WF-GCM),用于定义湍流壁面边界条件。引入参考点的概念计算虚拟单元上的基本变量与湍流变量值,定义了"非贴体"笛卡尔网格下的湍流壁面边界条件,并通过壁面函数模型修正近壁面单元与界面单元。基于自适应笛卡尔网格体系,采用发展的具有二阶精度的格心格式有限体积求解器,数值模拟了跨音速RAE2822翼型绕流问题与超音速圆柱绕流问题,计算结果与实验值吻合良好,显示了WF-GCM对高雷诺数可压缩粘性问题是有效的。     

A Backstepping Simple Adaptive Control Application to Flexible Space Structures

Although the simple adaptive control (SAC) is widely studied both in theory and application in flexible space structure control and other control problems, it is restricted by the almost strictly positive real (ASPR) conditions. In most practical control problems, the ASPR conditions are not satisfied. Therefore, based on the SAC theory, this paper proposes a backstepping simple adaptive control algorithm which suits the system with arbitrary relative degree with no need of parallel feedforward compensator. The proposed control algorithm consists of decomposition of the arbitrary relative degree system into a known subsystem and an unknown ASPR subsystem which are connected in cascade, design of constant output feedback controller for the known subsystem, and implementation of backstepping method and SAC of the unknown ASPR subsystem. Inheriting the characteristics of the SAC, this method can be adaptive online for the parameter uncertainties. Then, the application of the proposed controller to large flexible space structure with collocated sensors and actuators is studied, and the simulation results validate the proposed controller. It is a new strategy to apply the classical SAC to high relative degree plants.     

Disturbance observer-based backstepping control for hypersonic flight vehicles without use of measured flight path angle

In this paper a nonlinear control method is proposed for the tracking control of hypersonic flight vehicles. The designed control laws do not utilize the measured flight path angle due to its inferior accuracy in practical engineering. For this, an estimated flight path angle is designed via the measurements of the altitude and velocity. A tracking differentiator is designed for constructing nonlinear disturbance observer which is used to estimate the model uncertainties including the parameter indeterminacies and external disturbances in the channels of velocity and pitch rate. A robust high-order differentiator is introduced to avoid the employment of the measured flight path angle and estimate the lumped disturbance in dynamics of flight path angle. Meanwhile, the possible saturation of the control inputs is considered and compensated by the auxiliary states. The boundness of closed-loop signals is proved through the Lyapunov theory. Comparative simulations are carried out and the results demonstrate the effectiveness of the proposed method.     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

民用飞机控制律对偏航机动载荷影响分析

飞机机动过程中方向舵快速大幅偏转会使方向舵和垂尾上产生较大气动载荷并传递到后机身,导致 驾驶员来回往复蹬舵造成安全事故。针对 CCAR-25部25.351条规定的偏航机动情况及 CS-25部25.353规定的偏航机动新条款——方向舵往复偏转,本文首先对两种偏航机动条款分别进行分析;然后考虑控制律进行 偏航机动情况机动仿真计算;最后通过比较分析飞机响应运动参数及垂尾载荷计算结果,并分析控制律对偏航 机动载荷的影响。结果表明:对于偏航机动,考虑控制律后飞机的响应幅度有所缓减,导致垂尾载荷有所降低; 对于偏航机动新条款,由于方向舵反向偏转导致侧滑角贡献和方向舵偏度贡献垂尾载荷两者叠加,从而导致垂 尾载荷大幅增加;P-Beta控制律有效降低了方向舵往复偏转的垂尾载荷。     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。     

基于矩阵填充的二维自适应波束形成算法

针对基于矩阵填充的二维自适应波束形成问题,提出一种基于奇异值门限(SVT)的特征分解线性约束最小方差(SVT-ELCMV)算法。首先建立二维自适应波束形成矩阵填充模型,其次验证接收信号矩阵满足零空间性质(NSP),并分析最小可恢复阵元数,最后以SVT算法将稀疏阵列信号恢复为完整信号,并通过修正的特征分解线性约束最小方差(LCMV)形成有效波束。算法解决了稀疏阵列平均副瓣大幅度上升的缺陷,且在平面阵列部分阵元无法正常工作时依然有效。计算机仿真表明:SVT-ELCMV算法可使稀疏阵列具有与完整阵列相同的二维波束形成能力,并可有效抑制干扰信号,验证了算法的有效性和优越性。     

三浮陀螺伺服测试误差系数估计方法

为了更好地解决工程实际中三浮陀螺极轴伺服测试时误差系数估计问题,采用了Kalman滤波和递推最小二乘的方法.试验结果证明,Kalman滤波方法能够有效地估计出极轴伺服测试时的陀螺误差系数.用统计检验的方法分析了该模型以及各系数的显著性,结果显示对Dvz和Dzz的估计是显著的.     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。