轴对称结构RBCC发动机超燃模态试验和数值模拟

为研究轴对称结构RBCC发动机超燃模态下的点火和燃烧性能,进行了地面直连试验。采用中心支板火箭与小支板组喷注相结合的方式作为点火和火焰稳定方式,并对燃料喷注方案进行了研究。试验与数值模拟结果表明,采用这种点火方式能实现轴对称结构RBCC发动机的可靠点火和稳定燃烧。二次燃料采取多级喷注的方式能充分利用流道中的氧气,实现较充分的燃烧,但应控制燃料喷注比例。双支板组的加入,能促进燃料与中心空气流的充分掺混,提升燃烧效率,获得较优的燃烧性能。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

基于RBF带学习能力高精度非线性FDD设计

在轨航天器故障检测与诊断问题需要面对模型的非线性,而且要求尽量提高其检测的精度,为此设计了基于径向基函数（RBF）神经网络的动量轮非线性故障检测与诊断（FDD）方案。首先应用RBF补偿建模误差,提高检测精度,并选择李雅普诺夫函数证明其收敛性;然后应用非线性观测器来产生故障残差,给出了阈值以及故障检测的时间;应用RBF网络对故障信号进行重构,并据此设计了带学习能力的FDD策略。再次建立了详细的动量轮模型,通过不同条件下的仿真研究分别验证残差的阈值特性、时间特性以及RBF的重构能力,仿真结果表明了算法的有效性。     

纤维缠绕复合材料圆环壳线型设计与优化

由微分几何理论，导出了纤维缠绕圆环壳曲面的滑移和架空判据。基于薄膜理论和网格理论，结合圆环壳几何特征，得到了内压作用下纤维螺旋加环向缠绕圆环壳的平衡方程组，给出了均衡缠绕线型的确定方法。以稳定缠绕条件和壳体强度要求为约束，缠绕层最小质量为优化目标，利用收敛效率较高的序列二次规划算法（SQP）求得了不同爆破压强下的各项最优均衡缠绕参数。文中的设计方法真实反映了环壳结构特征和实际工程设计要求，算例表明可直接应用于纤维缠绕环壳的初步设计。     

日地系统CRTBP模型下飞行器编队的阈值控制

针对深空探测中具有一般性的圆形限制性三体(CRTBP)模型,进行主从飞行器编队建模。将控制器设计转化为一类线性矩阵不等式问题,并权衡编队系统对燃耗、精度的要求以及推进器的推力范围,设计阈值控制方案。仿真实例参考NASA预研任务,给出编队机动和保持的控制过程,表明基于所述控制方案,编队系统满足性能指标要求。     

考虑燃料雾化的气液两相连续旋转爆轰数值模拟

为研究气液两相连续旋转爆轰发动机燃烧室内爆轰波的传播特性,以汽油为燃料,富氧空气为氧化剂,建立了欧拉-拉格朗日模型进行二维数值仿真,其中气相方程采用时空守恒元与求解元方法求解,液相方程采用标准四阶龙格库塔法求解。在两相旋转爆轰模型还考虑了液滴雾化破碎过程。计算结果表明：起爆后形成的初始爆轰波经过初始燃料填充区域后逐渐衰减,随后入口附近新生成的压力波经过一系列发展形成了自持稳定传播的旋转爆轰波;旋转爆轰波的传播模态受燃料与氧化剂的喷注压力和氧化剂填充比影响,在不同工况下旋转爆轰波呈现出4种传播模态,即稳定单波模态、稳定双波模态、不稳定双波模态和不稳定单波模态;在双波模态工况下,燃烧室内初始只形成1个爆轰波,后由入口附近局部爆炸产生的压力波发展为新的爆轰波,转化为双波模态后爆轰波的强度略有下降,但燃烧室整体推力更加平稳。     

基于混合特征匹配的微惯性/激光雷达组合导航方法

微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法的点和线段的特征提取算法,提出了基于混合特征匹配观测模型的MEMS IMU/LADR扩展卡尔曼滤波(EKF)算法。同时,设计了MEMS IMU/LADR组合导航试验样机,在室内环境下通过试验对滤波算法进行了验证。结果表明:提出的算法在室内结构化环境下相比传统单一点或线特征匹配组合定位算法的定位精度可提高60%,对于小型旋翼无人飞行器在室内结构化环境中的高精度定位具有较高的参考意义。     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。