量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明：量子超球神经网络可以成功用于液体火箭发动机振动故障检测。     

广义RCS及近场电磁散射建模应用

根据电磁场叠加原理,给出了一种与观测天线无关的广义雷达散射截面(RCS)定义,引入对称极化等多种极化散射特征量,计算了近距离观测时金属平板目标的极化RCS曲线;根据广义RCS的定义,在近场电磁散射建模中分解照射场和合成接收,提出了一种有效的近场电磁散射建模方法,并比较了采用方向图等效近似和场分解合成两种方法计算的金属平...     

星上惯性姿态敏感器故障诊断方法评述

惯性姿态敏感器是卫星控制系统中重要的测量部件,其性能的好坏将直接影响整个卫星的姿态控制精度和可靠性。在进行大量资料调研的基础上,将目前国内外现有的陀螺故障诊断方法通过分类进行了归纳和总结,分析了各类方法的优缺点和应用场合,并对各种方法进行比对,最后得出各类陀螺故障诊断方法的发展前景,可为工程应用提供参考。     

火箭架线作业装置的设计与试验

介绍了火箭架线作业装置设计的总体方案、挂线部位选择、牵引绳放线方案、架线火箭的受力分析及弹道计算方法等内容。通过试验验证了设计方案和改进措施是可行的。     

基于神经网络算法的液体火箭发动机实时故障检测方法研究

以某液体火箭发动机为研究对象,将实时故障检测作为中心,分析了神经网络算法的特点及其实现步骤,利用Lab Windows/CVI与MATLAB混合编程的原理,实现和改进了基于神经网络的发动机实时故障检测方法,并用多次试车数据进行了检验.试车数据验证结果表明,该方法能及时、准确、有效地检测发动机稳态过程的故障.研究结果对发展未来液体火箭发动机的箭载故障检测系统具有重要的参考价值.     

一种Ka频段卫星天线多模单脉冲馈源设计

针对高精度跟踪用户目标的需求,设计了一种Ka频段卫星天线多模单脉冲馈源。该馈源由和差网络、多模激励器和辐射喇叭组成,当从和差端口分别以TE10模激励时,多模激励器会激励出所需的11个工作模,由辐射喇叭在空间形成单脉冲和、差波束。对该馈源在和、差状态下的辐射特性进行仿真分析,结果表明,其和差矛盾小于2.5dB,差零深小于-40dB,同时馈源在方位面和俯仰面的辐射方向图具有良好的对称性。     

运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

含故障统计相依组件的多态复杂系统故障树分析

为精确评估可重复使用火箭发动机系统可靠性,采用带约束变量的布尔算法将状态分析与故障树分析恰当结合,从而对含故障统计相依组件的复杂多态可重复使用火箭发动机系统进行可靠性分析.以航天飞机主发动机（SSME）为研究对象,对管路多态性及预燃室和涡轮泵之间的故障相依性进行深入研究.结果表明:该布尔算法能够很好地消除组件统计相依性从而简化复杂多态系统故障树,组件之间失效相依性对系统可靠性影响较大,因此需要加强组件多态及相依性的研究来获得更精确的系统可靠度.      

基于新型终端滑模的航天器执行器故障容错姿态控制简

 针对受干扰的刚体航天器冗余执行器存在故障与控制受限的姿态跟踪控制问题,提出一类基于新型指数形式的非奇异快速滑模面（ENFTSM）与趋近律的姿态容错控制器设计方法。当部分推力器发生故障时,假设剩余推力器具有输出饱和特性且能提供足够推力保证航天器执行任务,相比一般终端滑模控制器,本文设计的控制器不仅能使系统状态以更快的速度到达平衡点,且不需要在线对执行器故障信息进行检测和分离。基于Lyapunov方法证明本文设计的控制器能保证闭环系统稳定,且能有效地抑制外部干扰、控制受限和执行器故障等约束。最后对提出的控制算法进行了数值仿真,其结果表明了该控制器的有效性。     

基于模糊故障树和因子化分析的重复使用火箭发动机失效模式

为确定发动机薄弱环节,指导重复使用火箭发动机可靠性设计,以航天飞机主发动机为研究对象,通过模糊故障树分析法和因子化分析法对发动机主要组件的关键失效模式进行研究.结果表明:模糊故障树分析法给出关键重要度最高的底事件为由剥落、凹坑、磨损和腐蚀致高压氧化剂涡轮泵的轴承失效;因子化分析法通过考虑风险、时间和概率3种因素综合评估出发动机系统中的综合因子最高的失效模式为涡轮叶片失效.