空间绳系机器人逼近目标协调控制方法

 为了节省空间绳系机器人的末端执行装置在逼近目标卫星过程中推力器所使用的燃料,本文提出一种利用推力器、反作用轮及空间系绳的协调控制方法。首先利用二次型最优控制器(LQR)算法计算出末端执行装置逼近目标所需的理想轨道控制力,然后利用模拟退火算法将所需轨道控制力优化分配到推力器及空间系绳,同时利用时间延迟算法通过反作用轮补偿空间系绳产生的姿态干扰力矩。仿真结果表明,利用该协调控制方法能显著节省末端执行装置上推力器的燃料消耗,有效抑制空间系绳协调控制力产生的姿态干扰,使末端执行装置保持相对稳定的姿态。     

基于直扩流道构型的RBCC发动机亚燃模态高效燃烧组织研究

针对支板喷注煤油和一次火箭引导燃烧的RBCC发动机,在亚燃模态下的高效燃烧组织和性能开展了实验研究和数值分析.实验验证了在亚燃模态低来流总温条件下,使用小流量富燃一次火箭产生的高温射流作为引导火焰,可以实现支板喷注二次燃料的可靠点火和高效稳定燃烧.通过数值模拟获得了燃烧室的详细流场特征和燃烧组织细节,分析表明支板后方集中的燃料热释放可形成扩张燃烧室流道中的“热力壅塞”;通过热力喉道的控制,实现了在直扩流道内的高效燃烧.研究表明:发动机在亚燃模态下燃烧组织应尽可能地使热力喉道处于燃烧室较后位置,使燃料在燃烧室高压区内充分燃烧释热,从而提高其燃烧效率.论文还研究了燃料支板喷注位置的影响,进一步开展RBCC发动机亚燃模态性能的优化.     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

CCSDS近地LDPC译码算法研究

针对CCSDS（空间数据系统咨询委员会）推荐的近地LDPC（低密度奇偶校验）码技术进行了研究,建立了和积译码算法、对数似然和积译码算法、最小和译码算法的数学模型,并对上述译码算法的译码复杂度和译码性能进行了仿真分析.分析结果表明,和积译码算法与对数似然和积译码算法的译码性能距离香农限1.2 dB,最小和译码算法的译码性能距离香农限1.45 dB.因此,提出基于最小和译码算法的改进算法——偏移最小和译码算法与归一化最小和译码算法,并分析了这2种译码算法的译码复杂度,同时进行了大量仿真实验.实验结果表明,当偏移因子β=0.15时,偏移最小和译码算法性能达到最优,译码性能距离香农限1.25 dB;当归一化因子α=0.741 2时,归一化译码算法的译码性能达到最优,译码性能距离香农限1.2 dB.归一化译码算法具有优异的译码性能和合理的复杂度,可以遴选作为CCSDSLDPC的译码算法用于工程实现.此外,还研究了迭代次数对译码性能的影响,结果表明,当迭代次数大于10次时,译码性能提升不再明显,故工程实现时迭代次数应设置为10次.     

基于特征正交分解的跨声速流场重构和翼型反设计方法研究

在二维流场的重构问题中应用特征正交分解(Proper Orthogonal Decomposition,POD)数据处理方法。利用CFD技术计算得到的流场快照对气动力模型进行降阶,然后利用基于POD的降阶模型(Reduced Order Model,ROM)对所需的流场参数进行重构,在快照范围内可以得到高精度的结果,且具有一定的外插能力。在翼型反设计问题中该方法仍然是成功的,通过修正快照向量,利用基于POD降阶模型的数据重构方法,由已知的翼型表面压力分布通过反设计就能够高效精确地得到对应的最优翼型形状,这极大地简化了翼型反设计问题。本文分别在跨声速范围对RAE 2822翼型的流场重构和Korn翼型及NACA 63212翼型的反设计进行了验证,证明了基于POD的流场重构和翼型反设计方法的有效性和高效性。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

基于MBD的三维工艺研究与实现

围绕基于MBD条件下对三维工艺进行了重点的研究,并根据实际现有产品的条件下,提出了基于MBD三维工艺的实施解决方案.通过对三维工艺的实现,提升了航空制造企业的现代化制造水平.     

飞行器气动与隐身性能一体化优化设计方法研究

首先根据多学科综合优化设计理论 ,针对飞行器外形布局设计特点 ,开展飞行器气动与隐身性能综合优化设计方法研究。分别采用线化格林函数法与粘性修正相结合以及物理光学法与等效电流法相结合的方法 ,建立了飞行器气动力特性与隐身特性的计算方法。利用多学科优化设计理论和遗传优化算法 ,开展了关于飞行器气动与隐身性能的协同优化设计方法研究。取得了初步的研究结果。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

一种极化雷达极点特征抽取算法

在建立雷达目标的单频多极化幅度响应方程的基础上,提出了运用极化分集技术和线性化最小二乘法提取目标极化本征系数的方法,此组系数是与目标的姿态角无关的绝对极化不变量,亦即目标的极点。最后以哑铃型目标为模型进行计算机仿真研究,结果表明这种极化雷达极点特征抽取算法是有效可行的。