高速无人机着陆滑跑纠偏联合仿真研究

针对高空高速无人机着陆地面滑跑过程中的侧向偏移问题,建立了差动刹车和方向舵联合纠偏控制系统。使用动力学软件LMS Virtual. Lab Motion建立了包含阻力伞、气动舵面和起落架等设计因素的全机动力学模型,并与Matlab/Simulink控制模型进行全无人机着陆滑跑联合仿真分析,验证了在侧风情况下无人机着陆滑跑纠偏性能。仿真结果表明,所设计控制系统满足性能指标要求,在无人机的整个滑跑阶段均有良好的抗风纠偏效果。     

低温液氮贮箱增压及排气流量控制方法

在对以液氮为工质的低温贮箱进行热分析的基础上推导了增压速率计算模型,并通过两种增压工况进行了验证。主要开展了直排模式、排气模式及并行模式下的气枕压力及蒸气排气流量的对比实验,通过后两者模式下的蒸气排放质量与直接排放相比,分析了压力控制带内单循环各个模式下热力排气系统（TVS）的效能,结果表明:采用低温蒸气节流的并行模式在蒸气排放质量和气枕降压速率上具有优于其他模式的明显优势,气相并行模式比直排模式质量减少97%。      

热冲击后气膜冷却叶片结构强度流固热耦合仿真

研究了冷气流量对气孔周围热应力的影响,为气膜冷却叶片可靠性设计提供参考。改变气孔的孔径,并建立有限元模型,结合有限元/边界元理论,通过流固热三场耦合技术获得热冲击后的叶片最大温度、温度不均衡程度及最大热应力。研究表明:增加冷气量有利于改善叶片冷却效率降低叶片温度,但也会使叶片温度不均衡程度增加,加剧尾缘气孔内的热应力载荷;增加前缘气孔直径可提升66%的平均冷却效率,有利于减缓气孔内的热应力,增加尾缘气孔的直径对冷却效率及热应力的影响均较小。此外,数值计算结果与试验及解析解较为吻合,对于气膜冷却叶片结构设计具有参考价值。      

宽频高幅值水力激振信号的产生与控制

为了研究火箭发动机全尺寸泵后供应系统的动力学特性,运用脉动压力发生器设计了一种宽频水力激振系统,开展了液流试验和数据分析。结果表明:水力激振系统可以在0~1200Hz的频率范围内,产生时域幅值超过1.5MPa、高信噪比的压力脉动信号,达到了宽频率范围、高激励幅值的目的。通过对电动机转速的控制实现激励频率的可控变化,以满足不同频率激励策略的要求。提高管路系统的入口稳态压力,可以提高激振信号的幅值。通过合适的局部流阻分布,可以在宽频范围内提高水力激振信号的幅值,提高信噪比。      

基于自动控制的蒸汽式热压机加热控制系统研究

介绍一种用于多层加热加压聚合生产绝缘材料的热压机加热系统,它具有自动化程度高、高效、节能的特点,将现有的蒸汽式加热系统的温度均匀性控制提高到一个新的台阶。     

一种双余度非相似容错计算机软件设计

非相似余度设计是容错技术的重要设计方法,在很多领域都有广泛应用,在航空领域主要应用于飞行控制系统.在非相似双机架构下分析现有且适宜的操作系统,并在此基础上构建适合机载飞控系统的底层运行框架和任务调度算法,在此框架下研究双机余度管理的关键技术.研究结果表明,所设计的软件框架与算法满足飞控系统要求.     

内吹式襟翼环量控制翼型升力响应特性

传统尖尾缘翼型通过控制迎角,综合利用襟翼、缝翼来改变升力,升力对迎角变化的时间响应历程可以用Wagner函数来描述,而内吹式襟翼（IBF）主要通过控制分离来拓展最大升力,并在一定范围内通过调节射流强度改变驻点位置和环量来对升力进行有效控制,其升力随吹气动量变化的时间响应尺度是否与传统尖尾缘翼型相同还不是很清楚。本文主要研究内吹式襟翼升力响应过程,并将其与传统尖后缘翼型升力响应特性进行对比。首先通过某襟翼偏角为30°的双圆弧环量控制翼型对数值方法进行验证,再对某最大厚度为18%弦长的亚声速翼型内吹式襟翼定常吹气控制下的流场进行非定常数值模拟,并分析了其中的瞬态特征。结果表明内吹式襟翼环量控制翼型对激励响应的时间依赖特征与Wagner函数有很好的相互关系,并可以用该函数来描述。     

变攻角下被动射流旋涡对高速扩压叶栅性能的影响

对被动射流旋涡(PJV)控制高速扩压叶栅内的流动分离控制展开数值研究,并探究其在变工况条件下的适应特性。结果表明,PJV在设计攻角下可使叶栅总压损失系数降低5.2%,变攻角条件下的损失降低幅度最高可达7.8%,表明其具有较高的控制效率和良好的变工况适应特性。随着攻角的增大,吸力面分离位置提前,射流出口与分离区间的距离减小,PJV能够更为有效地促进附面层内低能流体与主流间的动量交换,使得壁面涡结构得到重新组织,并进一步影响通道涡、集中脱落涡等涡系结构的发展,从而推迟流动分离、减小损失。在综合考虑变攻角流场特性的前提下,应使PJV的作用位置位于分离区上游不远处,所研究的最佳射流位置位于叶片前缘上游40%轴向弦长处。      

电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及,但普遍续航时间较短,提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量,存在桨距和转速的最佳组合,使系统功率最小。相比电机-定距螺旋桨动力系统,其在耗能方面具有特殊优势,但如何达到最小功率点,目前研究较少。针对上述问题,为提高计算效率,便于控制研究工作的开展,首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下,基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距,并在一定桨距下利用模糊PID控制系统转速以达目标拉力,实现目标拉力需求下的最小功率控制。仿真验证结果表明,提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。