Accurate orbit predictions for debris orbit manoeuvre using ground-based lasers

Orbit manoeuvre of low Earth orbiting (LEO) debris using ground-based lasers has been proposed as a cost-effective means to avoid debris collisions. This requires the orbit of the debris object to be determined and predicted accurately so that the laser beam can be locked on the debris without the loss of valuable laser operation time. This paper presents the method and results of a short-term accurate LEO (<900 km in altitude) debris orbit prediction study using sparse laser ranging data collected by the EOS Space Debris Tracking System (SDTS). A main development is the estimation of the ballistic coefficients of the LEO objects from their archived long-term two line elements (TLE). When an object is laser tracked for two passes over about 24 h, orbit prediction (OP) accuracy of 10–20 arc seconds for the next 24–48 h can be achieved – the accuracy required for laser debris manoeuvre. The improvements in debris OP accuracy are significant in other applications such as debris conjunction analyses and the realisation of daytime debris laser tracking.     

一种功能梯度Timoshenko梁的损伤识别方法

为了获得功能梯度材料的高精度损伤识别方法,本文基于动力学方法,通过对状态空间变量进行变量替换,求得了沿轴向指数分布的功能梯度Timoshenko梁的传递矩阵,通过分析裂纹对结构局部柔度的影响,采用扭转弹簧模拟裂纹对结构局部柔度的贡献,建立了功能梯度Timoshenko梁的表面裂纹传递矩阵,并且推导了复杂边界条件下多跨梁的理论模型。通过将非线性方程组转化为单一目标函数优化问题,并将增广拉格朗日算法与差分进化算法相结合对结构进行损伤识别。计算实例表明,本文提出的方法具有精度高、收敛快等特点,且适用于复杂边界条件下多损伤模型的损伤识别。      

探测器月面起飞稳定性边界条件研究

探测器起飞稳定性是上升器月面起飞的重要性能指标,研究其特性对上升器返回地面具有重要的意义。选择上升器起飞稳定性主要影响因素,结合优化拉丁超立方试验设计方法和径向基神经网络建立了上升器起飞过程动力学近似模型,定量地判定出姿态角位移、姿态角速度对各影响因素的敏感程度。以上升器的姿态角位移和角速度分别为5°和5（°）/s为稳定判定条件,给出了单个影响因素的取值边界。编写了上升器起飞稳定性多因素边界条件分析程序,采用三维空间的方式建立了上升器起飞稳定性边界条件表达式,并以样例确定了起飞稳定性边界条件。     

操作系统共享数据临界保护正确性测试方法

研究了共享数据临界保护正确性测试,提出一种基于共享数据地址监控的临界保护正确性测试方法(SVAM,Shared Variable Address Monitor).SVAM由实时地址监控模块和共享变量地址列表组成.当系统运行时,SVAM在地址总线上实时监测共享变量的写操作,当系统在更新共享变量值时没有关闭中断说明对该变量的操作破坏了临界保护,存在运行风险.理论分析证明了SVAM的正确性,仿真试验证明了该方法的有效性.      

基于SMO—SVR的飞机舵面损伤故障趋势预测

飞机舵面出现损伤时,为了更准确的预测状态参量变化情况,提出了一种改进的序贯最小优化支持向量回归(SMO-SVR, Sequential Minimal Optimization Support Vector Regression)预测方法.采用改进C-C平均方法对多元时间序列进行相空间重构,以确定最优嵌入维数m和延迟时间τ_d.根据所求m和τ_d建立加权SVR预测模型,并调整了SMO算法的停机准则.利用区间自适应粒子群算法(IAPSO, Interval Adaptive Particle Swarm Optimization)优化SVR参数,以提高参数优化速度.为了验证改进算法的有效性,针对飞机方向舵损伤故障趋势进行了预测和分析,并与径向基函数神经网络(RBFNN, Radial Basis Function Neural Network)方法进行了对比,仿真结果表明SMO-SVR预测模型具有很好的预测能力.     

基于流线跟踪法的气动热工程计算研究

运用结构化网格求解三维Euler方程,计算得到边界层外缘无粘流场气流参数;利用无粘流场气流参数和表面流函数的方法计算了飞行器无粘表面流线分布;在理论和半经验公式的基础上,计算了定比热比和变比热比情况下驻点热流密度,非驻点区域采用参考焓、局部相似性等方法来确定飞行器表面的气动加热,实现了数值算法与工程算法的耦合.上述方法用于求解高超声速钝双锥的表面热流分布,计算结果与经典的热流公式和实验结果进行对比,平均精度为10%左右,满足高超声速飞行器概念研究和初步设计的需要.      

等离子涂层涡轮导向叶片热疲劳寿命预测研究

针对等离子涂层涡轮导向叶片材料的变形特点,引入了粘塑性本构模型.进行了涂层高温氧化实验、带涂层构件热疲劳实验及有限元模拟研究.基于研究结果,建立了可以体现氧化损伤与热疲劳损伤耦合效应的寿命预测模型.计算分析了带涂层涡轮导向叶片的稳态温度场、涂层隔热效果和基于宏观尺度的应力应变场,研究了宏、细观有限元计算结果间的转换关系,提出了等效系数的方法,对涡轮导向叶片表面涂层的热疲劳寿命进行了预测.寿命预测结果合理,方法可行.      

中国农业安全度的生态学评估——基于熵权修正层次分析法的研究

把生态学原理应用到农业产业安全研究上,借鉴生态系统健康理论构建了农业产业安全的生态评估指标体系,采用相对隶属度与专家评判标准赋值等方法对各指标进行了标准量化,利用熵权修正层次分析（AHP）方法得到各指标权重,从生态角度对我国农业产业安全进行了分析评估,得出当前我国农业产业基本安全,但是也没有远离不安全的结论。提升中国农业产业安全度,应从以下几方面入手：（1）逐渐增加农业投入,重点向农业的研究与开发以及农业科技成果的转化与推广方面倾斜。（2）加强农村基础教育,大力兴办各种提高农村劳动力技能的培训班。（3）做长农业产业链,提高农业产业集中度,增强我国农产品的国际竞争力。（4）大力宣传和加强对农业生态环境的保护。     

基于LSTM循环神经网络的故障时间序列预测

有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆（LSTM）循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。      

BLDC电机温度退化多段Wiener过程建模

无刷直流（BLDC）电机应用广泛,其温度退化过程呈现多段性,需建立多段退化模型,而模型参数较多时,参数估计过程对初始值敏感且易陷入局部最优。首先,针对电机的加速退化数据进行研究,采用正态加权平均（Gauss滤波）的方式滤波,改进实际数据在模型参数的估计中的应用。然后,引入转换函数对Wiener模型改进,建立多段Wiener模型。其次,以极大化似然函数进行参数估计,计算时采用改进粒子群优化（PSO）算法得到估计值,对比非线性模型的残差的正态性,同时分析各模型理论寿命分布及实际该批次失效分布,确定多段模型合理性;得到的模型结果说明电机在退化过程中发生了退化机理的改变,且变换速度快。最后,以非线性模型不同时刻的寿命分布给出该应力下电机的寿命预测,这对电机的预测与健康管理（PHM）有重要意义。