Micro-mechanical model for predicting the elasto-plastic behavior of composites based on secant formulation method

To predict the Elasto-Plastic Behaviors (EPBs) of aligned inclusions reinforced composites, this paper develops an interpolative Mori-Tanaka/Double-Inclusion (MT-DI) homogenization model with the secant formulation, and gives the numerical implementation algorithms of the developed MT-DI model with the secant formulation. The Finite Element (FE) homogenization method is implemented to provide the “exact” EPBs of the composites and thus validate the MT-DI model with the secant formulation. The MT-DI model with the 2nd-order secant formulation is validated to provide the more accurate predictions, while the MT-DI model with the 1st-order secant formulation always gives the stiffer predictions. The results show that using the macro-stress and macro-strain as the inputs, the MT-DI model with the secant formulation gives the identical predictions. The predictions of the MT-DI model with the secant formulation vary between those of the MT and DI models with the secant formulation. Meanwhile, the MT-DI model with the secant formulation does not predict the accurate EPBs for the phases of the composites.     

最小数据丢失量的地月中继卫星任务调度研究

月球背面的探测器必须依靠地月中继卫星进行数据传输与通信。地月中继任务包括实时性任务和延迟容忍类任务,如数传任务。当探测器等待传输的数据量超出用户存储容量时,延迟容忍类任务会由于探测器本地存储资源不足和地月中继卫星天线资源受限而无法完成,导致任务数据丢失,所以需要设计一种合理的地月中继任务调度策略,提高地月中继卫星的资源利用率,减少数据的丢失。对地月中继卫星任务调度进行了研究,在分析地月中继卫星数传任务的特点及用户的存储限制的基础上,以最小化数据丢失量为优化目标,建立了地月中继卫星任务调度模型,并设计了一种基于离散烟花算法（DFWA）的地月中继卫星任务调度算法。仿真数据分析表明,基于离散烟花算法的地月中继卫星任务调度算法在求解结果上优于遗传算法,是一种合理、有效的调度方法。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

三轴陀螺稳定平台伺服回路全姿态解耦及变增益控制方法

在载体大机动飞行背景下,要求惯性平台具备全姿态的功能。国内现有的三轴陀螺稳定平台（简称三轴平台）不具备全姿态的功能,在内框架增加了限位挡钉以限制内框架角的工作范围,主要是基于内框架角不能工作在接近于?90?的认识。为了准确描述全姿态条件下三轴平台的运动规律,本文指出了传统动力学推导过程中的不足之处,重新建立了三轴平台的动力学模型,基于该模型给出了非奇异的全姿态伺服回路并提出了一种新的全姿态解耦方法,包括力矩解耦和转动惯量解耦。最后,针对转动惯量在框架转动过程中非定值的问题,提出了基于H∞控制理论的变增益控制策略。仿真结果表明,变增益控制器相对定常参数控制器可显著改善三轴平台伺服回路控制的性能。     

基于连续损伤模型的复合材料波纹梁压溃分析

复合材料的耐撞性受到了广泛重视,而波纹梁因其优异的抗屈曲构型被广泛应用于飞机翼梁和直升机底板等经常发生碰撞的结构中。进行了复合材料波纹梁的屈曲分析,研究了高度对波纹梁破坏模式的影响。建立复合材料波纹梁的连续损伤单波模型,层内基于Hashin判据建立含损伤因子的损伤刚度矩阵,层间根据二次名义应力准则和B-K准则模拟损伤演化,并通过典型复合材料波纹梁压溃试验验证了所建立模型的正确性。基于单波分析模型,通过施加周期性边界条件和反对称边界条件,研究了多波结构的吸能特性。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

含硼富燃料推进剂低压燃烧模型

针对含硼富燃料推进剂低压燃烧的凝相反应和气相燃烧具有气相反应在燃面上的惰性“沉积层”中进行、气相放热主要由AP与HTPB分解产物的扩散燃烧产生的特点,以BDP模型为基础,建立了含硼富燃料推进剂低压燃烧模型,分析了“沉积层”对气相燃烧的影响。结果分析认为,“沉积层”的存在是含硼富燃料推进剂能在较低压强下维持稳定燃烧,并具有较高燃速和压强指数的主要原因。燃烧模型实质是对BDP模型的拓展,利用该模型定性解释了含硼富燃料推进剂低压下特有的燃烧现象。     

柔性支撑控制力矩陀螺动力学建模与控制

针对柔性支撑引起控制力矩陀螺(CMG)框架控制性能下降的问题,建立了柔性支撑条件下控制力矩陀螺的动力学模型,分析了柔性支撑扰动力矩的耦合机理并给出了解析模型.据此,设计了 一种积分滑模控制策略,用于提升对CMG框架动力学特性变化和新增扰动力矩的鲁棒性.仿真结果表明,该控制策略相比传统的PID控制具有更好的动态过程和稳态...     

燃烧过程辐射换热离散坐标模型的应用

对离散坐标(DO)辐射传热模型分别在长方体空间和旋流燃烧室内进行了验证与应用。长方体空间的计算结果表明:DO模型的纯辐射传热预报结果比六热流(SHF)模型准确,与计算精确的区域法的计算结果吻合较好,而SHF模型的预报结果却有较大的误差。对于旋流燃烧室内温度场的模拟预报也表明,DO模型的计算结果和实验值相吻合,明显高于用SHF模型计算所得的温度值。另外,DO模型在计算时间和边界处理等方面比区域法优越;在收敛速度和计算准确度等方面也比工程常用的六通量模型优越。      

装备维修任务模型研究

首先建立了确定装备维修保障维修任务量模型,在此基础上运用任务安排模型给出了任务数多于维修人员数和维修时间有限两种情况下的处理方法,能比较科学的根据确定的维修任务和维修人员的情况实现对维修任务的分配.