高高空长航时无人机翼型优化设计研究

针对高高空长航时无人机的特点和使用要求,开展了高高空长航时无人机翼型的优化设计研究.为了提高采用遗传算法的气动优化设计的效率,将分布式计算与遗传算法相结合,形成了基于遗传算法和分布式计算的气动优化设计方法,并将该方法与基于反设计概念的工程方法相结合进行了高高空长航时无人机翼型的气动优化设计.设计实践表明,该方法是可行的,设计出的翼型是能够满足工程需要的.     

GH909合金在700℃长期时效稳定性研究

研究了GH909合金在700℃长期时效2000h后的组织和性能的变化.结果表明,合金在700℃时效500h后的拉伸强度下降,时效500～2000h拉伸强度趋于稳定;时效100h的650℃/510MPa缺口持久寿命提高,随时效时间的延长,缺口持久寿命下降.合金在700℃时效后性能的变化主要与γ′相和针状ε/ε″相的变化有关.     

投掷激光制导炸弹后无人机的航路规划

对地攻击是无人机在现代战场中的重要应用之一。以无人机为平台,以激光制导炸弹为武器,在满足对目标进行连续照射的前提下,研究了投放武器后无人机的航路规划问题。以攻击后无人机航路必须遵守的3条原则为基础,得出了3种可行的航路方案。通过仿真,验证了3种方案的可行性。通过对3种方案优缺点的比较,得出了每种方案的优、缺点。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

基于FQFD的太阳能无人机设计指标排序方法

为解决太阳能无人机（UAV）总体设计中任务需求表达模糊、技术指标重要度排序决策困难的问题,提出了基于模糊质量功能展开（FQFD）的太阳能无人机总体设计指标排序方法。该方法在传统质量功能展开（QFD）质量屋的基础上,引入三角模糊数,表征任务需求的不确定性和模糊性;在模糊隶属度函数未知的情况下,采用α加权修正水平截集去模糊化方法计算技术指标重要度,获得技术指标重要度排序,为总体设计优化决策提供依据。最后以长航时太阳能无人机的总体设计为例,对任务需求—工程特性—技术指标的两级质量屋模型进行计算分析,得到续航能力、巡航高度、动力系统效率、巡航速度和气动效率是太阳能无人机最重要的5个技术指标的结果。此方法客观性较强,可处理复杂的系统不确定性,为太阳能无人机总体方案设计及决策应用提供参考依据。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

不同雷诺数下翼型气动特性及层流分离现象演化

低雷诺数下空气黏性效应突出,翼型表面普遍存在层流分离现象,相比常规雷诺数情况气动特性显著恶化。采用带预处理的Roe方法求解非定常可压缩Navier-Stokes方程的数值模拟技术和低雷诺数低湍流度风洞油流显示试验技术,对FX63-137翼型不同雷诺数下气动特性和流动结构展开深入研究。通过风洞油流显示试验可以清晰获得低雷诺数层流分离流动的两道油流汇集线。数值模拟结果表明其分别为时均化主分离线和二次分离线,两种结果定性定量均吻合较好,证明了本文的研究方法有效可靠;雷诺数从500 000降至20 000,翼型气动特性和层流分离流动结构均发生显著的变化,伴随阻力系数剧增和升力系数剧降,时均化流动结构从附体至出现经典的长层流分离泡,并最终演化为后缘层流分离泡,相应的两种分离泡的非定常流动结构也存在显著差异;对于阻力系数和升力系数而言,存在不同的临界雷诺数,因为导致阻力系数剧增的机理在于经典长层流分离泡的产生使翼型压差阻力大增,而造成升力系数剧降的主要原因在于后缘层流分离泡使得等效翼型后部弯度减小;非定常结果显示正是由于翼型表面漩涡周期性的生成与脱落,才造成了低雷诺数下升力系数的周期性波动。翼型上表面主分离涡即将脱落时,流线在后缘附近再附,升力系数达到峰值;而当流体从下表面向上卷起二次分离涡时,尾部流线大尺度分离,升力系数降至谷值。     

基于PID和LESO的无人机控制

针对四旋翼无人机控制模型耦合程度高、非线性关系复杂,设计了一种基于PID和LESO的控制方法,选取无人机的某个状态变量作为控制量,通过简化模型对状态变量进行解耦控制,进而在控制系统中加入线性扩张状态观测器(LESO),提高模型的抗干扰能力。通过仿真和实际飞行与传统PID方法进行比较,充分验证了自抗扰控制(ADRC)在无人机飞行控制中具有鲁棒性强、精度高、易于实现等特点。     

飞翼无人机保形进气道耦合进口格栅气动与隐身综合特性

基于飞翼无人机(UAV)保形进气道和工程应用实例,进行了不同格栅间距的格栅设计。结合多层快速多极子方法(MLFMM)和混合网格计算方法,开展了保形进口格栅气动和隐身综合特性研究。结果表明:①随着格栅尺寸（间距)减小,格栅隐身效果逐渐增强;频率为1GHz下,格栅间距为波长的1/3时,格栅电磁屏蔽效率约为48.93%,而当格栅间距达到波长的1/6时,接近于完全屏蔽;②保形进口格栅对无人机翼面上流动干扰较小而对进气道内流特性影响明显;③随着格栅尺寸减小,全机升阻特性逐渐略微下降,进气道出口截面总压恢复逐渐降低而畸变指数逐渐增大。      

空时分组编码的无人机中继通信航迹规划方法

无人机(UAV)中继通信是实现远距离点对点无线通信的一种重要技术手段。为提高无人机中继通信系统链路传输的可靠性,提出基于空时分组编码的无人机放大转发中继通信传输方案,并基于双跳链路遍历容量最大化的准则给出了无人机最佳航迹规划方法,并进一步利用FM-EM算法给出了基于空时分组编码无人机中继通信系统的中断概率及遍历信道容量计算公式。计算机仿真表明:提出的方法显著优于传统的单发单收(SISO)无人机中继通信系统。