空间相机隔振系统的优化方法

为了减小卫星发射和在轨阶段的振动对空间相机成像品质的影响,文章对空间相机隔振系统的建模和优化方法进行了研究。使用复刚度模型表示隔振器,用拉格朗日方法建立系统动力学方程。选用了系统质心位置的加速度和转角的均方根值作为目标函数,采用多目标优化算法NSGA-Ⅱ在随机振动条件下对隔振系统的进行优化。优化结果给出了隔振系统的刚度系数和耗散系数的最优解集。根据某空间遥感器的实例计算出一组最优隔振器参数,验证了这种优化方法的可行性。这个最优解的集合可以作为隔振系统结构选型和初始设计的输入条件,提高隔振器前期优化设计的效率和计算的准确性。     

利用并行八叉树划分技术开展复杂构型航天器放气污染分析研究

放气污染对航天器造成的有害影响需要定量评估。放气产物分子的输运过程可以采用Monte-Carlo方法模拟,并用射线表示放气分子输运轨迹。如此一来,即转换为射线追踪问题。由于航天器构型复杂,射线追踪的计算很耗时,所以有必要研究其加速算法。文章将复杂构型航天器表面用三角形非结构网格表示,利用八叉树划分技术开展分子运动轨迹与表面相交的加速模拟计算。同时,在基于共享内存多核计算平台,利用OpenMPAPI软件实现了计算的并行化。该方法在对空间站的实例计算中显著提高了运算速度,并对空间站的污染情况进行了初步评价分析。     

复杂曲面铝反射镜磁流变抛光工艺优化

采用超精密车削加工的复杂曲面铝反射镜只能满足红外光学系统的应用需求,若要满足更高需求的应用场合,需要进一步提升反射镜面形精度。磁流变抛光能够进行确定性修形,在复杂曲面加工中具有独特优势,但是复杂曲面连续变化的面形特征,在磁流变抛光时会导致去除函数不稳定,影响误差收敛效率和加工精度。从高精度复杂曲面铝反射镜的应用需求出发,提出了复杂曲面局部区域磁流变抛光去除函数的动态建模方法,给出了驻留时间求解算法,以平均曲率变化最小为原则,设计了抛光路径优化算法,针对该算法计算速度慢的问题,提出了优化策略,并通过试验进行了验证,最终加工的复杂曲面铝反射镜的面形误差为0.216λ PV、0.033λ RMS （λ=632.8 nm）。     

先进舰载战斗机强度设计技术发展与实践

舰载战斗机是航空母舰上的主要武器,为满足舰面起飞、着舰和停放等要求,舰载机需围绕起落架系统、拦阻钩系统和翼面折叠系统等"特征结构"进行设计。先进舰载战斗机着舰冲击能量是陆基飞机的6倍以上、拦阻带来的水平载荷超过陆基飞机的15倍,因此特征结构的高载荷对强度设计提出了更高的要求。围绕舰载机"特征结构"及"特征载荷",开展了主要的设计工作,包括："特征载荷"计算,即起落架载荷、拦阻载荷和折叠载荷计算;"特征结构"的强度设计及试验验证,包括起落架系统、拦阻系统、翼面折叠系统的动力学仿真计算、静/疲强度分析、折叠翼面的非线性颤振分析以及综合试验验证;"特征载荷"对其他机体结构强度的影响分析,包括着舰载荷对起落架支撑结构强度的影响、拦阻载荷对后机身支撑结构强度的影响、拦阻着舰的全机动力学响应以及着舰载荷与拦阻载荷的共同作用对全机结构强度的影响;体现舰载机"特征结构"强度特点的试验验证方法等。上述研究成果已成功应用于先进舰载战斗机设计中。     

中国复合材料自动铺放技术研究进展

首先扼要介绍了复合材料自动铺放(自动铺带和自动铺丝)成形技术的原理、特点和该技术在国外航空航天领域的应用概况。然后系统介绍了近年来中国国内复合材料自动铺带的装备技术、软件技术和材料工艺技术的研发历程,总结了其关键技术的突破和应用进展,并指出开发低成本高效铺带技术是未来的重要方向。同时介绍了国内自动铺丝技术基础研究(装备、软件和工艺方法)的进展,并且着重介绍了南京航空航天大学自动铺丝应用技术(工业样机与材料工艺技术)的研发和应用情况。最后通过分析,归纳了自动铺丝技术应用研究的瓶颈问题,并提出了研究建议。     

基于FRFT和相位差分算法的信号特征提取

基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)算法的信号识别方法已广泛应用于雷达信号处理领域,相位差分算法对于检测相位编码信号尤为高效。基于 FRFT和相位差分法的信号检测算法已被提出,但在较低的信噪比下该算法并不能准确识别 LFM、LFM-BPSK信号。针对低信噪比背景下该算法性能较差的问题,给出 1种改进的算法,并通过加入多相编码信号的识别,扩大其适用范围。仿真验证结果表明,提出的算法不仅较原有算法能在较低信噪比条件下有效检测 LFM、BPSK、Frank3种单一调制方式的信号,还能检测出复杂调制的 LFM-BPSK信号。     

MHD code using multi graphical processing units: SMAUG+

This paper introduces the Sheffield Magnetohydrodynamics Algorithm Using GPUs (SMAUG+), an advanced numerical code for solving magnetohydrodynamic (MHD) problems, using multi-GPU systems. Multi-GPU systems facilitate the development of accelerated codes and enable us to investigate larger model sizes and/or more detailed computational domain resolutions. This is a significant advancement over the parent single-GPU MHD code, SMAUG (Griffiths et al., 2015). Here, we demonstrate the validity of the SMAUG?+?code, describe the parallelisation techniques and investigate performance benchmarks. The initial configuration of the Orszag-Tang vortex simulations are distributed among 4, 16, 64 and 100?GPUs. Furthermore, different simulation box resolutions are applied: $1000\times 1000\text{,}2044\times 2044\text{,}4000\times 4000$ and $8000\times 8000$. We also tested the code with the Brio-Wu shock tube simulations with model size of 800 employing up to 10?GPUs. Based on the test results, we observed speed ups and slow downs, depending on the granularity and the communication overhead of certain parallel tasks. The main aim of the code development is to provide massively parallel code without the memory limitation of a single GPU. By using our code, the applied model size could be significantly increased. We demonstrate that we are able to successfully compute numerically valid and large 2D MHD problems.     

基于复杂网络的无人机飞行冲突解脱算法

为解决局部空域内的无人机（UAV）群相撞和可能发生连锁碰撞问题,创新地以复杂网络理论为基础,将无人机群的飞行冲突解脱分为关键节点选择和避撞方向选择2个步骤实施,最大限度地保证无人机群受威胁时的安全性。通过分析无人机群的状态信息,选择最重要无人机（关键节点）进行避撞,同时遵循鲁棒性最小原则进行避撞方向选择。通过2个典型无人机飞行案例的仿真实验,验证该策略不仅可以有效解决当前无人机的冲突问题,而且可以防止连锁碰撞,实现整体的最优化。大量仿真实验验证了所提算法的可行性和可扩展性,以及与随机选择方向避撞算法进行比较,结果表明该算法能够提升无人机群的安全性。     

BP神经网络在导弹试验干扰效果评估中的应用

导弹试验时,为了考核导弹的抗干扰性能,须要构建复杂的电磁环境。在分析复杂电磁环境影响导弹作战性能的干扰因素基础上,建立了干扰效果评估的BP神经网络模型,通过试验数据样本进行学习训练。利用训练好的模型对干扰效果进行检验评估,结果表明:基于BP神经网络的干扰效果评估模型具有一定实用性和可行性,可以对一定场景下的干扰效果作出快捷准确客观评价。     

基于深度学习的飞行载荷测试与反演方法研究

飞行载荷测试技术对飞机的载荷设计、强度试飞以及寿命监控等有重要的意义。为了实现复杂翼结 构气动载荷的实时在线分布测试,提出基于精细化有限元仿真数据驱动的载荷反演方法;使用深度学习方法建 立神经网络代理模型,通过有限元方法构建典型载荷下的结构响应数据集,对模型进行训练;将基于深度学习 方法的翼面载荷反演结果与有限元计算结果进行对比验证。结果表明:总载荷的平均误差约为0.2%,压心位 置误差约为1%,该方法可以使用少量的应变测点数据对整个翼面结构的载荷分布实时反演与重构。