直升机旋翼失衡特性分析

旋翼桨叶相互不平衡，是引起直升机附加振动的主要原因之一，减小桨叶间不平衡（本文称失衡）引起的直升机附加振动，工程上依据旋翼失衡诊断的方法，旋翼失衡诊断技术是正在研究的课题之一。本文针对旋翼失衡诊断技术中的旋翼失衡特性分析，应用叶素理论，导出直升机旋翼失衡情况下，桨叶的运动特性和引起的附加激振力特性的数学分析模型。为验证数学分析模型，对某旋翼试算了失衡下桨叶运动特性和附加激振力特性。结果表明，数字分析模型是合理的．本文为旋翼失衡特性分析提供了一种理论分析、计算方法。     

利用三维激光测速方法研究悬停状态下的桨尖涡

利用三维多谱勒激光测速仪，对悬停状态下模型旋翼桨叶附近的流场进行了实验测量。研究了悬停状态下桨盘附近的流场特征、旋翼桨尖涡的形成和发展，以及桨尖涡对后续桨叶的影响     

WZ—1直升机旋翼桨叶的设计

从气动、动力学和结构设计三个方面介绍了直升机旋翼桨叶设计的一般要求，分析了桨叶扭转角、平面形状、浆尖形状等参数对直升机性能、旋翼气动特性和动力学特性的影响，并结合ＷＺ－１无人驾驶直升机的使用要求对其旋翼桨叶进行了初步设计，给出了桨叶的构形和“共振图”。本文的设计和分析方法可用于指导其他直升机的旋翼桨叶设计。     

基于区间二型模糊终端滑模控制的飞行器姿态控制

针对四旋翼飞行器姿态控制问题,提出区间二型模糊控制与非奇异终端滑模控制结合的算法.首先,采用非奇异终端滑模控制方法,根据滑模控制的强鲁棒性及快速响应特性,令四旋翼飞行器系统实现在有限时间内收敛并对外界干扰具有较强抵抗力;同时,采用区间二型模糊控制,将滑模面作为模糊控制的输入,趋近律作为模糊控制的输出,实现对滑模面增益的动态调节,增强对外界随机扰动的适应能力并提高系统收敛速度、削弱抖振.基于Lyapunov函数证明系统的稳定性.仿真结果显示,本文设计的控制器具有更加平稳的输出,同时对四旋翼姿态角度的跟踪更加迅速、精确.     

悬停旋翼的自由尾迹计算

在随桨叶旋转的坐标系中,建立了悬停旋翼自由尾迹计算的迭代方法和模型。文中以两种不同的模型旋翼为例算,对叶尖涡的轴向和径向位置进行了计算,并与已有的试验结果进行了对比。检验了模型的可靠性,运用上述自由尾迹模型,分别研究了不同叶尖马赫数,桨距角和桨叶片数对悬停尾迹形状的变化,表明了旋翼参数对自由尾迹形状的影响。最后,文末给出了一些结论。     

一种水下航行体运动参数测量系统的设计

针对航行体水下试验的要求,设计了一种水下航行体运动参数测量系统。从该系统的原理算法、硬件设计和软件设计等方面进行了详细的阐述。该系统以采用硅微传感器的姿态测量系统（以下简称MTi）作为惯性测量组合,导航计算机采集MTi中的加速度计、陀螺和磁力计的原始传感器数据,结合捷联惯导四元数算法更新姿态矩阵,对航行体的姿态、速度、位置进行实时解算并存储解算结果,试验结束后通过上位机对试验数据进行读取。该测量系统多次应用于航行体的水下试验,获得了航行体水下运动参数。经试验验证,该测量系统性能可靠,可以满足水下航行体的运动参数测量的需求。     

基于人机合作的无人机实时航迹规划

针对复杂多变的战场环境,无人机(UAV)在执行任务遇到突发威胁时,提出了一种人机合作的实时航迹规划方法。由人决策和分析威胁信息,给出规避方向和任务紧急程度,无人机据此采用模糊推理的方法,自主解算得到引导点的位置,牵引无人机改变航向,规避突发威胁。仿真结果表明,采用人机合作的实时航迹规划可以将人的智能决策和无人机的快速计算能力有机结合起来,规划更加优化的航迹,能动态调整引导点的位置,可根据任务的紧急程度灵活选择规避路径。     

前飞时海豚旋翼桨叶的气动弹性稳定性

本文推导了海豚直升机旋翼桨叶在前飞时的挥摆耦合运动的非线性微分方程组,研究了前飞旋翼的两种不同平衡过程(真实前飞和风洞试验),运用多变量的Floquet-Liapunov理论对带周期系数的线性系统进行了稳定性分析。最后,探讨了桨叶根部的阻尼约束对海豚直升机旋翼桨叶气动弹性稳定性的影响。     

太阳能无人机应用

满足高空长航时无人机长达数月续航要求的关键之一是解决其飞行动力源问题,许多国家把太阳能无人机列为重要的研究方向。我国大部分地区,都处在太阳辐射资源的丰富带和较丰富带,从而为太阳能无人机的应用提供了很好的条件和优势,但要真正实现太阳能无人机的使用,还需解决很多关键技术。包括独特的飞行器设计和太阳能动力系统设计等。     

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。