一种多级全固体运载火箭上升段自主制导方法

针对多子级全固体运载火箭在终端多约束下的耗尽关机制导问题,设计了一种基于“助推-滑行-助推”飞行模式的真空段自主制导方法。根据轨道动量矩守恒定律,推导出一种同时具有速度和位置矢量约束的定点制导算法(PA)。在PA理论基础上,建立了满足能量匹配的滑行轨道非线性方程组并降阶至一维迭代求解,解决了多级固定总冲约束的两点边值问题。蒙特卡洛仿真结果表明：该算法对固体运载火箭模型的参数偏差和不确定性具有强鲁棒性,并对多终端轨道任务(不同轨道高度和不同载荷质量)具有较强的自适应能力,因此该算法具有重要的理论意义和工程应用价值。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

立方星电源系统最大功率点跟踪优化控制方法

针对立方星在能量来源严重受限条件下如何提高太阳能利用率的难题,提出一种适用于立方星的集中供电式空间微电源架构(EPS),并设计基于改进粒子群优化算法的最大功率点跟踪(MPPT)控制策略来提升能量转换效率。首先,推导太阳电池阵列的数学模型,并根据太阳电池阵列的工作特性,提出电源系统最大功率点跟踪控制的物理系统实现结构。其次,设计基于改进粒子群优化(PSO)的最大功率点跟踪控制算法,并进行了数学仿真校验。最后,对所设计的电源系统架构进行了硬件实现和试验验证。地面试验结果表明,电源系统的太阳能最大转换效率可达95.5%。该电源系统成功应用于世界首颗12U立方星“翱翔之星”的飞行试验,在轨数据表明电源系统工作状态良好,为微纳卫星电源系统的设计提供了有益参考。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

悬停状态剪刀式尾桨气动/噪声特性优化分析

建立了一套基于CFD(computational fluid dynamics)方法和FW-H(Ffowcs Williams-Hawkings)方程的剪刀式尾桨气动噪声预估技术和组合优化算法的尾桨外形参数设计方法。基于嵌套网格方法采用雷诺平均Navier-Stokes(RANS)方程作为尾桨流场求解控制方程,采用了一套适用于剪刀式尾桨悬停气动特性模拟的高效CFD方法。在流场分析的基础上,采用FW-H方程预测剪刀式尾桨在典型观察位置处的气动噪声。分别在控制总距以及控制拉力系数不变的情况下,以提高尾桨悬停效率同时降低气动噪声为目标,对剪刀式尾桨的剪刀角和轴间距两个主要外形参数进行优化设计。将基于拉丁超立方(LHS)方法和径向基函数(RBF)的代理模型方法与遗传算法过程相结合,建立了一种有效的组合优化算法。结果表明:剪刀角和轴间距的不同组合可以通过削弱桨-涡干扰现象从而实现降低旋翼桨-涡干扰噪声的目的。在当前的计算状态下,优化得到的剪刀式尾桨的悬停效率比常规尾桨高16%,其平均声压级比常规尾桨降低了2.3 dB。      

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

A quantum inspired genetic algorithm for multimodal optimization of wind disturbance alleviation flight control system

This paper develops a Quantum-inspired Genetic Algorithm (QGA) to find the sets of optimal parameters for the wind disturbance alleviation Flight Control System (FCS). To search the problem domain more evenly and uniformly, the lattice rule based stratification method is used to create new chromosomes. The chromosomes are coded and updated according to quantum-inspired strategies. A niching method is used to ensure every chromosome can converge to its corresponding local minimum in the optimization process. A parallel archive system is adopted to monitor the chromosomes on-line and save all potential feasible solutions in the optimization process. An adaptive search strategy is used to gradually adjust the search domain of each niche to finally approach the local minima. The solutions found by the QGA are compared with some other Multimodal Optimization (MO) algorithms and are tested on the FCS of the Boeing 747 to demonstrate the effectiveness of the proposed algorithm.     

基于粒子群优化算法的永磁电机热网络参数识别

监测永磁电机的永磁体温度对于保证电机的使用寿命至关重要,因为过高的温度会产生永磁体不可逆失磁现象。提出了一种基于粒子群优化算法的永磁电机热网络参数识别方法,实现用热网络监测永磁体的温度。该方法首先建立永磁电机的热网络模型,利用粒子群优化算法结合电机温升试验所得温度数据对热网络模型的主要热力参数进行识别;然后利用该热网络模型进行在线温度识别,识别过程能够快速收敛,具备良好的辨识精度;最后,通过对比仿真识别温度和电机温升试验数据,验证了该方法的准确性。     

固体火箭冲压发动机技术研究进展

近年来,固体火箭冲压发动机获得飞快发展,本文综述了其技术研究进展,为后续固体火箭冲压发动机技术及相似技术的发展提供借鉴。主要介绍了固体火箭冲压发动机的燃气流量调节技术、贫氧推进剂技术、高效燃烧组织技术、转级技术等关键技术。总结发现国内外关键技术已取得了较全面突破,逐渐进入工程实用阶段,但燃烧基础问题研究不足。因此,有必要进一步深入开展推进剂细观燃烧、多相湍流燃烧、金属颗粒燃烧等基础科学研究,进而促进固体火箭冲压发动机技术发展。     

基于粒子群算法的航空离心泵复合叶轮优化设计研究

针对航空离心泵复合叶轮三元扭曲型线的优化设计问题,基于Matlab平台采用五点四次Bezier曲线控制四条轴面流线的空间圆周角度分布,实现复合叶型的参数化设计。在此基础上,应用批处理联合仿真方法对125组优化空间样本进行数值模拟,并以效率函数为目标,基于高斯型径向基函数构建复合叶轮型线参数的性能代理模型。最后采用粒子群算法对优化设计参数进行全局寻优搜索。结果表明,代理模型的修正复相关系数为0.9269,标准差为0.1036,能够满足参数预测的性能要求,优化后整泵水力效率提高2.72%。