基于广义退化的机械结构模糊时变可靠性分析

航天在轨机械产品样本量少的特点导致其相关参数和动态退化失效判据具有模糊性,而现有的模糊可靠性模型一般针对静态问题进行分析,并不能描述机械产品可靠性的时变、模糊问题。本文基于广义应力强度干涉模型,同时考虑变量和失效判据的模糊性,提出了模糊时变可靠性建模及分析方法。该方法首先将模糊判据转化为极限状态方程中的随机变量;然后利用模糊论中的截集法处理模糊随机变量,建立机械产品的模糊时变可靠性模型;之后基于PHI2方法（一种基于上穿方法的结构时变可靠性分析方法）提出了求解模糊时变可靠度的新方法（FPHI2）;最后结合数值算例和工程案例验证了该方法的可行性。      

Sequential ensemble optimization based on general surrogate model prediction variance and its application on engine acceleration schedule design

The Efficient Global Optimization (EGO) algorithm has been widely used in the numerical design optimization of engineering systems. However, the need for an uncertainty estimator limits the selection of a surrogate model. In this paper, a Sequential Ensemble Optimization (SEO) algorithm based on the ensemble model is proposed. In the proposed algorithm, there is no limitation on the selection of an individual surrogate model. Specifically, the SEO is built based on the EGO by extending the EGO algorithm so that it can be used in combination with the ensemble model. Also, a new uncertainty estimator for any surrogate model named the General Uncertainty Estimator (GUE) is proposed. The performance of the proposed SEO algorithm is verified by the simulations using ten well-known mathematical functions with varying dimensions. The results show that the proposed SEO algorithm performs better than the traditional EGO algorithm in terms of both the final optimization results and the convergence rate. Further, the proposed algorithm is applied to the global optimization control for turbo-fan engine acceleration schedule design.     

Distributed event-triggered adaptive control for second-order nonlinear uncertain multi-agent systems

In this paper, the event-triggered consensus control problem for nonlinear uncertain multi-agent systems subject to unknown parameters and external disturbances is considered. The dynamics of subsystems are second-order with similar structures, and the nodes are connected by undirected graphs. The event-triggered mechanisms are not only utilized in the transmission of information from the controllers to the actuators, and from the sensors to the controllers within each agent, but also in the communication between agents. Based on the adaptive backstepping method, extra estimators are introduced to handle the unknown parameters, and the measurement errors that occur during the event-triggered communication are well handled by designing compensating terms for the control signals. The presented distributed event-triggered adaptive control laws can guarantee the boundness of the consensus tracking errors and the Zeno behavior is avoided. Meanwhile, the update frequency of the controllers and the load of communication burden are vastly reduced. The obtained control protocol is further applied to a multi-input multi-output second-order nonlinear multi-agent system, and the simulation results show the effectiveness and advantages of our proposed method.     

基于卫星在轨温度预示热控涂层性能退化的方法

介绍了一种利用卫星在轨温度数据预示热控涂层在轨性能退化情况的方法,建立并推导了适用于研究热控涂层随整数年变化规律的数学模型,该模型利用卫星设备的温度曲线通过反演计算得到设备表面热控涂层的退化数据。为检验本文数学模型的计算效果,构造了一组数值试验,结果表明本文数学模型的计算数据与真实值非常接近,说明本文建立的数学模型能够很好地根据卫星在轨温度计算出热控涂层在轨退化数据。     

恶劣天气条件下航路网络修复优化

针对恶劣天气条件下可用空域资源不足导致的航班大面积延误问题,基于复杂网络修复理论和交通流分配理论,借鉴交通网络设计思想提出了一种航路网络修复优化策略。首先,建立了航路网络修复场景,基于气象信息生成了恶劣天气飞行受限区。然后,建立了上层模型以修复成本最低为目标函数、下层模型为多约束交通流分配模型的双层规划修复模型,应用改进粒子群算法对模型整体进行求解,结合K最短路径算法对下层模型进行求解。最后,提出局部和全局两类指标对航路网络修复效果进行评估。基于典型航路网络,以两类基础修复策略为对比方法,同时对比了实际运行结果,研究了不同修复策略的修复效果和适用性。仿真结果表明：航路网络修复优化策略既能弥补原有拓扑结构修复策略的结构受限不足,又能解决拓扑结构调整修复策略带来的巨额协调费用问题,能够保证在对正常运行航班干扰最小的同时,以最小的修复成本使所有受影响的航班都恢复正常运行,对于减缓航路拥堵和航班延误有极大的意义。     

卫星导电铜箔接地性能退化机理研究

接地网的接地性能关系整星电磁兼容性的优劣。文章从接地网导电铜箔的搭接现状入手,分析铜箔本身和导电胶的电阻以及铜箔接地电阻退化的机理;通过温湿度加速试验验证指出,在导电铜箔接地性能退化中导电胶的性能退化起主导作用;通过工艺试验得出电焊可以显著改善铜箔接地性能,以满足型号任务需求。     

模型参考控制系统设计的一种完全参数化方法

本文进一步深入研究了文［１］中提出的前馈加反馈模型参考输出跟踪控制方案的存在性和求解问题，建立了该控制方案存在的充要条件，并给出了该控制方案的完全参数表示。使得整个控制系统的设计工作只包含设计参数的选取和一些简单的代数运算，两个数值算例说明了该方法的有效性和简单、实用性。     

一种实用的边缘强度互相关匹配可信度分析方法

匹配可信度是衡量匹配质量的重要指标，针对归一化边缘强度互相关匹配算法，研究了基于神经网络的匹配可信度判别方法。通过对参考图进行加噪实验获得训练样本，对BP网络进行训练，并将训练后的网络用于匹配可信度的判别。针对实际卫片与航片图像对的实验结果，平均判决正确率达到90％以上，证实了该方法的有效性。     

基于全模式遗传算法的导弹/固体冲压发动机一体化优化

在综合考虑固体火箭冲压发动机设计、导弹气动特性和外弹道关系的情况下,详细分析了各设计变量,并建立了空空导弹总体／冲压发动机一体化设计优化模型。针对在优化过程中遇到的无显式约束问题,提出了一种高效全模式遗传算法,并分析了其收敛性。计算结果表明,与其它算法相比,全模式遗传算法具有极强的全局寻优及高速收敛能力：一体化优化设计优于工程设计方法,可有效提高导弹总体性能。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。