基于多工况的新型着陆器软着陆性能优化

以新型腿式着陆器为研究对象,建立其刚柔耦合动力学分析模型,实现着陆器软着陆过程的仿真。通过仿真计算,确定着陆器最易翻倒、底面最易与星球表面岩石碰撞、主体承受最大碰撞力的3组恶劣着陆工况。分析着陆器缓冲机构构型选取设计变量,基于仿真得到的3组恶劣工况,应用第二代非劣排序遗传算法(NSGA-Ⅱ)实现着陆器软着陆性能的优化,优化目标为增强着陆器抗翻倒能力、降低着陆器底面与星球表面岩石碰撞的可能性、降低着陆器主体最大受力值。将优化所得参数代入模型重新进行仿真,着陆器不再发生翻倒,着陆平台底面与星球表面最小距离提高4.2%,主体最大受力值降低12.1%。     

基于遗传算法的飞行管理系统余度配置优化方法

余度设计是飞行管理系统研制过程中提升其安全性的主要手段之一。针对余度设计受制造预算(经济性)与使用阶段维修保障资源消耗(可靠性)的制约问题,基于飞行管理系统的安全性、基本可靠性及经济性数学模型,利用改进后适用于整数优化的遗传算法,提出了一种以安全性为目标、基本可靠性与经济性为约束的余度配置优化方法,并以实例说明其适用于较为复杂系统的余度配置优化。经过敏感性分析发现,安全性指标最优值随着基本可靠性约束下限的提高而降低,随着经济性约束上限的增加而增加。2种约束条件对优化目标竞争约束,在同一时刻只有1种约束条件起主要约束作用。     

三站点备件供应保障关系建模与分析

就建模层面而言备件相关的现有研究在考虑横向保障时存在一定的不足。本文选取三站点组成的备件供应保障系统作为研究对象,通过引入站点间的备件供应保障关系实现了将站点间备件纵向保障和横向保障的综合考虑。运用定量化的概率值表征站点间的备件需求关系,基于库存平衡理论建立了应得备件数量、初始库存量、可用库存量和备件短缺数之间的关系表达式。在建立单站点库存平衡方程的基础上,又依据三站点间的供应保障关系联立得到了三站点备件延期交货量方程组。对方程组解的情况进行了分析,在确定其解唯一性的基础上基于压缩映射原理给出了方程组的迭代求解方法。对于简单示例进行了计算,验证了模型的正确性和求解方法的有效性。     

聚焦光场成像三维粒子场重建方法

层析重建是层析粒子图像测速(Tomo-PIV)技术实现三维粒子位置和强度信息(三维粒子场)重构的核心步骤。相比于多相机的Tomo-PIV技术,单聚焦光场相机通过一次成像能够同时采集示踪粒子的散射光的方向和位置信息。因此,提出一种单聚焦光场相机的层析重建技术用于重构流场中的三维粒子场信息。为了验证本文方法的可行性及准确性,利用几何光学建立了示踪粒子的光场成像模型,利用光线追迹技术计算了粒子在聚焦光场相机中的成像,对比了被测流场中位于不同深度位置的粒子在聚焦光场相机中的成像差异;建立了基于单聚焦光场相机的层析重建数学模型,利用乘法代数重构技术(MART)对模拟所得的光场图像进行反演计算,实现了三维粒子场的重构,并利用归一化互相关系数来表征粒子的重建质量。结果表明,单个粒子在Z轴方向上的位置精度为±0.35 mm,初步证明了基于聚焦光场成像理论的三维粒子场重建方法的可行性。     

空间小推力轨道最优Bang-Bang控制的两类延拓解法综述

介绍了空间小推力轨道优化问题中的最优Bang-Bang控制问题,对两类延拓解法给出了描述:第一类解法首先求解能量最优解,然后采用能量–燃耗同伦得到最优Bang-Bang控制;第二类解法引入推力开关切换准则,以双脉冲解作为初解,通过参数延拓得到最优Bang-Bang控制。对两类延拓解法进行了比较,指出了各自的优势与特点。对延拓方法应用于求解更加复杂的小推力轨道设计问题进行了展望,提出了包含初解、延拓与拼接三要素的人工智能轨道优化概念。     

基于同伦方法三体问题小推力推进转移轨道设计

提出一种基于同伦方法限制性三体问题小推力推进转移轨道设计方法。首先根据最优控制原理分析了航天器在轨道转移中不同性能指标时的最优控制律,然后引入同伦参数构造新的性能指标,在基于遗传算法和打靶法得到能量最优的解基础上,采用伪弧长法跟踪同伦轨迹,进而得到燃料最优的转移轨道。最后对地月系下从GEO轨道到L1点Lyapunov轨道的转移轨道进行优化。仿真结果表明:利用遗传算法能优化得到较为合适的流形拼接点和协态变量初始值,利用打靶法能有效地优化得到小推力燃料最优转移轨道。     

同位素热源高温-冲击复合环境试验

为了考察深空探测器同位素热源模拟样品在高温–冲击复合环境下的环境可靠性,研制了一套高温–冲击复合环境试验装置。该装置由温度加载系统、冲击试验系统、带有热防护功能的夹具和控制系统等组成。该装置可完成室温约500℃热载荷加载。利用该试验装置对同位素热源模拟样品进行了500℃、5 000次的高温–冲击复合环境试验考核,获得了产品温升响应曲线、冲击波形图等相关试验信息。试验结果表明该试验装置能够进行高温–冲击复合环境试验。     

基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型,采用改进的灰狼优化（GWO）算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。