固体运载器发动机内弹道设计方法

为研究对固体运载器总体性能提升有利的发动机内弹道设计方法,建立了发动机内弹道计算模型,并选取两个燃面设计参数表征内弹道曲线构型。针对某三级固体运载器进行了仿真分析,分别以发动机冲质比最大及运载器射程最大为目标对发动机的内弹道曲线构型进行优化设计,并对这两种设计方法进行对比研究。研究结果表明,发动机性能最优并不一定会实现运载器总体性能最优,以运载器射程最大为目标,对发动机内弹道曲线构型进行优化设计,可显著提高运载器总体性能。研究成果可应用于固体运载器总体方案初步论证阶段,提升固体运载器的性能水平及方案论证效率,使固体运载器总体设计方案更具时效性和竞争性。     

侧压式进气道动态攻角特性的风洞实验

为了研究攻角导致的来流条件非定常变化对高超声速进气道性能的影响,以一个设计马赫数为6的侧压式进气道为研究对象,结合数值模拟的方法,在马赫数为3.85条件下进行了攻角动态变化的风洞实验,攻角变化范围为0°~8.2°,最大频率达到10.4Hz.研究结果表明:工作在大攻角时,侧压式进气道出现不起动现象,流场特征出现很大变化;攻角动态变化时,进气道重复出现起动-不起动-再起动现象,由于受到壁面运动的影响,壁面点压力随攻角的变化曲线出现一定的迟滞现象,这在不起动时尤为明显;当进气道攻角动态频率增加时,进气道不起动时的攻角逐渐增加,而再起动时的攻角逐渐减小.      

超临界翼型低雷诺数流动分析及优化设计

以高空长航时无人机(UAV)翼型研究为背景,对超临界RAE2822翼型在高空高亚声速下的低雷诺数气动特性进行了数值模拟及优化设计研究。采用求解雷诺平均N-S方程的有限体积法,对典型低雷诺数下RAE2822翼型绕流进行数值模拟,验证了SST k-ω湍流模型的可靠性和准确性;基于不同高度不同雷诺数下RAE2822翼型的计算气动力对比分析,研究了高度增大所带来的低雷诺数效应;通过对低雷诺数下超临界翼型表面流场结构及流动机理的详细分析,提出了一种弱化激波的翼型设计思想,并通过优化算例验证了该思想的可行性。     

基于信息一致性的无人机紧密编队集结控制

提出了基于信息一致性的分段式无人机紧密编队集结控制策略,将集结过程分为3步:参考集结点选取和目标集结点分配、形成松散编队以及形成紧密编队。首先,以线切入预定航线的方式计算参考集结点,按照松散编队队形展开生成目标集结点,并利用基于三维距离空间的优化选择算法,将目标集结点快速、准确地分配给每架无人机。然后,使用速度一致性实现向目标集结点定点集结和向松散编队伴航集结,通过非精确的航迹控制快速形成松散编队,提高编队集结的效率。接下来,启动速度、姿态一致性来实现编队最终的精确航迹控制,并逐步压缩编队队形进入紧密编队,避免发生碰撞,完成从松散编队到紧密编队的平稳过渡,同时准确地跟踪预定航线。使用协同修正方法抑制了测量误差、协同误差和通信延迟,提高了紧密编队的稳定性和控制精度。最后,基于MATLAB平台环境对所提三维集结控制策略进行了仿真,验证了其合理性与有效性。     

高超声速典型弹道下的壁板热气动弹性动力学分析

对高超声速流中带有热防护系统（TPS）的二维壁板进行了热气动弹性的双向耦合建模与分析,采用三阶活塞理论计算气动力,通过参考焓法获得气动热流,在有限差分法的基础上进行结构热传导计算,拟合了结构材料特性随温度退化的曲线,最后将气动热模块、气动弹性模块进行双向耦合以考虑气动热与结构形变之间的相互反馈,并在2种典型弹道状态下进行热气动弹性响应分析。结果表明,在X-34A的设计弹道下,双向耦合分析会引起更加剧烈的热应力与热弯矩的变化与较长的瞬态混沌过程。在FALCON弹道下,双向耦合得到的结果加热更为剧烈,而温度下降的过程也更快。对比2种弹道发现,长时间的高超声速飞行更容易引发颤振,而机动性较强的弹道面临的主要问题则是屈曲,需要考虑材料的应力及强度特性。同时说明了双向耦合策略对于现代飞行器在弹道状态下工作的热气弹响应分析的必要性。     

主-从多飞行器三维分布式协同制导方法

针对三维空间下的多飞行器协同打击问题,基于主飞行器和从飞行器架构提出了两种分布式协同制导方法,实现了所有飞行器最终对目标的同时命中。方法1在定义协调变量的基础上,通过对所选协调变量的一致性协同控制使从飞行器状态同步于主飞行器状态。方法2提出了分布式观测器对主飞行器的状态进行准确估计,各从飞行器通过跟踪观测的主飞行器状态信息实现命中时间的一致。理论分析表明,两种方法都可保证多飞行器同时命中目标。仿真结果验证了所提方法的正确性和有效性。     

可重复使用飞行器的保性能姿态跟踪控制方法

针对可重复使用飞行器再入姿态跟踪控制问题,在考虑执行器饱和、气动参数摄动和外部扰动的情况下,提出了一种保性能姿态跟踪控制方案。通过构造预设性能函数,使姿态跟踪误差在预先设置的包络内演化,保证了系统的瞬态和稳态性能;其次,借助于高增益扩张状态观测器解决了气动参数摄动和外部扰动的问题;之后,基于反步控制框架,设计了一种低复杂度的输出反馈扰动补偿控制方法,保证跟踪误差的收敛性。与已有方法相比,所设计的方法不包含一些复杂的非线性动力学近似技术,如神经网络等,降低了参数调节的复杂性,且无需对虚拟控制律重复微分,避免了"微分爆炸"问题。同时,Lyapunov稳定性分析表明,该方法能够保证误差变量的预期收敛以及其他闭环系统信号的有界性。最后,通过对比仿真验证了所提方法的有效性及可行性。     

An intelligent target detection method of UAV swarms based on improved KM algorithm

Complete and efficient detection of unknown targets is the most popular application of UAV swarms. Under most situations, targets have directional characteristics so that they can only be successfully detected within specific angles. In such cases, how to coordinate UAVs and allocate optimal paths for them to efficiently detect all the targets is the primary issue to be solved. In this paper, an intelligent target detection method is proposed for UAV swarms to achieve real-time detection requirements. First, a target-feature-information-based disintegration method is built up to divide the search space into a set of cubes. Theoretically, when the cubes are traversed, all the targets can be detected. Then, a Kuhn-Munkres (KM)-algorithm-based path planning method is proposed for UAVs to traverse the cubes. Finally, to further improve search efficiency, a 3D real-time probability map is established over the search space which estimates the possibility of detecting new targets at each point. This map is adopted to modify the weights in KM algorithm, thereby optimizing the UAVs’ paths during the search process. Simulation results show that with the proposed method, all targets, with detection angle limitations, can be found by UAVs. Moreover, by implementing the 3D probability map, the search efficiency is improved by 23.4%–78.1%.     

网络化飞行器执行机构故障自适应容错控制

针对存在随机短时延和外部干扰的网络化飞行器执行机构故障问题,提出了一种自适应容错控制方法。首先利用扩张状态观测器(Extended State Observer, ESO)对系统不确定性进行估计,并构建了自抗扰控制器对不确定性进行补偿。在此基础上,设计了一种基于跟踪误差的自适应容错控制方法。当执行机构发生未知故障后执行机构指令能自适应逼近设计值,使得重构的控制系统精确跟踪参考模型。最后利用Lyapunov函数方法证明了闭环控制系统的有界稳定。数值仿真校验了所提方法的有效性。     

新一代运载火箭的数据驱动快速测试技术

本文提出一种数据驱动的快速测试技术。数据由箭上系统通过自检测(BIT)采集,经箭地高速总线传送至地面;地面数据处理终端采用与箭上系统相同的模型和算法,复现箭上的处理过程,从而判断系统中是否存在故障,实现快速故障定位。本文全面介绍实现这一设计的关键技术,包括箭上信息监测点的选择、总线窃听技术、飞行软件中的数据管理任务等,并示例说明各类典型数据的分析以及故障诊断和定位等。所有分析工作均实时自动完成,并能随测试用例的调整自适应地计算出新的比对结果,为提高系统级测试的覆盖性创造条件;并大大节省地面专用测试设备和数据分析时间,减少技术保障人员。