国外固体运载火箭主动力系统发展研究

统计了近10年来欧洲、日本、美国的固体运载火箭发射情况,系统分析了这些火箭使用的固体发动机性能参数,梳理了其发展脉络。这些国家和地区固体运载火箭主动力系统低成本的技术思路、模块化的发展方向、自动化的生产条件、完备的寿命评估体系,能够为我国运载火箭固体动力系统现阶段的使用、改进,以及未来的发展、规划提供参考和借鉴。     

运载火箭智能控制的能力特征与关键技术

运载火箭智能控制是智慧火箭研制的核心技术之一。结合智能技术在航天控制上的应用研究与工程实践,对运载火箭智能控制的能力特征进行了分析;介绍了运载火箭的智能测试与发射、典型动力故障诊断与重构、环境与模型自适应控制,以及“软件”定义运载火箭等关键技术;对我国运载火箭智能控制系统的未来发展进行了思考。通过对航天智能控制技术持续不断地研究与实践,为我国智慧火箭的研制提供强有力的支撑。     

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。     

固液捆绑运载火箭主捆绑机构设计

结合新一代固液捆绑运载火箭的特点和需求,提出了一种新型固体助推器主传力点捆绑机构的轻量化设计方案。方案采用了静力学分析软件对该主捆绑机构开展结构布局优化、拓扑结构优化以及自适应对接设计及分析,实现300 mm径向空间下1 800 kN偏置集中力承载、均匀扩散功能和在70 t重载下轻便自适应对接等功能。通过仿真分析和试验验证,证明了该主捆绑机构满足承载扩散和对接要求。     

可重复使用运载火箭着陆支腿总体布局与关键参数优化

通过对着陆支腿数量和构型进行对比仿真分析,提出了可重复使用运载火箭着陆支腿的总体布局方案,同时建立了着陆支腿参数化仿真模型,将着陆支腿的关键几何参数作为决策变量,基于多体动力学仿真软件开展着陆稳定性仿真分析,以提高着陆稳定性、降低运载火箭返回级受到的着陆过载系数及支腿轻量化为优化目标,对着陆支腿关键几何参数进行优化和确定。仿真结果表明,优化结果能够满足工程使用需要,可以为可重复使用运载火箭着陆支腿总体方案设计提供参考。     

运载火箭静电带电理论研究与试验验证

运载火箭在大气中飞行会使箭体、发动机等表面带电,当静电累积达到一定量级并产生静电放电时,可能对箭上电气设备造成灾难性后果。在众多起电原因中,文章重点研究发动机喷流起电和摩擦起电过程,提出这2种起电方式的计算模型,并结合相关静电测量试验,确定这2种起电方式的等效充电电流,定量分析火箭最大静电带电电位,为指导单机设计及系统防护提供参考。     

火箭发动机七机并联机架预应力模态分析及优化

针对新一代载人运载火箭七台火箭发动机并联机架在大推力作用下的非线性振动问题,开展了七机并联传力机架的预应力模态分析及优化设计方法研究。以该研究为基础,发展了一种预应力条件下机架材料等效替换方法。在不改变结构传力路径的情况下,通过结构预应力频率优化设计,能够有效降低机架材料物性参数改变所带来的低阶预应力频率误差,以此降低传力机架在动静联合试验时的试验成本。针对七机并联机架结构开展了钛合金和不锈钢材料等效替换,结果表明优化后的不锈钢机架相比原始的钛合金机架,刚度和动力学特性变化维持在合理变化范围之内,验证了该方法的有效性。     

基于出动方式的舰载机航空保障调度模型

为了有效解决舰载机航空保障调度问题,分析了舰载机的出动方式;根据不同出动方式下舰载机所需航空保障组织实施方式的不同,在合理假设、适当简化的基础上,建立了两种出动方式下舰载机的航空保障调度模型,为深入研究舰载机航空保障调度问题奠定了基础。     

基于任务安全性的亚轨道飞行器返回轨迹优化

基于高斯伪谱法,结合亚轨道飞行器返回段特点,从任务安全性的角度出发进行了返回轨迹优化研究。出于实际控制能力及安全性的考虑,采用伪控制量作为最优控制变量,摒弃了再入分段、末端区域能量管理段、航向校正圆锥等概念,引入"末端进场走廊"来描述性能指标及终端约束。仿真结果表明,在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。     

基于飞行包线划分的航空发动机T-S模糊模型辨识

针对航空发动机在建立Takagi-Sugeno(T-S)模糊模型时运算耗时长和过分依赖学习数据的问题,提出了一种基于飞行包线划分的航空发动机T-S建模方法.通过飞行包线划分和标称点求取确定T-S模型的前件结构;计算各标称点的状态空间模型,将其作为T-S模型的后件;最后通过对航空发动机发参数据的机器学习完成对模型前件参数的辨识.仿真对比结果表明:该方法缩短了航空发动机T-S模糊模型的建模时间,并使得高压转子和低压转子转速的绝对误差分别小于0.25%,0.10%,保持了辨识精度.