基于约束预测控制的火星大气进入轨迹跟踪

针对火星着陆任务大气进入段的轨迹跟踪控制问题,给出了一种基于约束预测控制的跟踪策略。综合考虑大气进入段动力学模型的非线性、状态初值的不确定性、控制量限幅约束以及参数摄动,设计了基于线性化阶跃响应预测模型、反馈校正和含约束滚动优化的约束预测控制器,并通过数学仿真对该方法进行了数值验证,结果表明:约束预测控制较PID对参考指令跟踪精度更高,开伞点误差圆半径远小于PID方法;能得到控制量限幅约束条件下平稳的控制曲线。     

复杂气象条件下考虑结冰风险的无人机飞行策略

为解决无人机在复杂气象条件下易受结冰影响而威胁其飞行安全的问题,提出了一种考虑结冰风险的无人机航迹规划方法。首先,构建基于中尺度WRF (Weather Research and Forecasting)模式的结冰气象预测模型,通过最佳参数化方案组合的结冰气象模拟获得模拟时段内海南乐东地区的温度、压力、液态水含量（LWC）空间分布及时序变化。其次,构建基于代理模型的水滴收集质量快速预测方法。在获取美国联邦航空条例（FAR）25部附录C中连续最大结冰条件下40个采样点处水滴收集质量分布的基础上,利用本征正交分解（POD）降阶模型和Kriging插值算法,建立温度、压力、LWC、平均有效水滴直径（MVD）等结冰气象参数与水滴收集质量之间的代理模型,可快速预测出目标区域内水滴收集质量的空间分布与时序变化。最后,根据飞机结冰强度划分等级,以不同结冰强度下水滴收集质量阈值为结冰安全约束,利用基于粒子群优化（PSO）的结冰容限航迹规划方法进行考虑结冰风险的无人机飞行策略研究。研究结果表明：利用WRF模式可获得温度、压力、LWC等结冰气象参数,预测值与观测值匹配良好;基于POD降阶模型和Krigin...     

基于POD和代理模型的热气防冰性能预测方法

大型客机机翼、短舱多采用热气防冰作为主要防冰策略。为了缩短热气防冰系统优化设计周期,提出了基于本征正交分解和代理模型的防冰性能快速预测方法。采用本征正交分解对数值仿真积累的温度和溢流水快照进行特征分析,选取包含绝大部分样本特征的基模态线性拟合所有快照;基于支持向量机回归方法建立笛形管结构参数与线性拟合系数间的代理模型,实现对热气防冰蒙皮外表面温度分布和溢流水分布的快速预测。针对三维缝翼笛形管热气防冰系统开展的验证表明：该方法对防冰表面温度分布的预测效果较好,并能够较为准确地预测水滴撞击区域内的溢流水分布;建立的预测方法计算成本较数值计算方法大幅降低,对于热气防冰系统优化设计工作具有重要意义。     

基于概率滑行时间的航空器离场推出柔性控制

航班离场过程动态多变且高度随机,滑出时间不确定性导致推出时间难以科学配置。为此,研究基于概率滑行时间的航空器离场推出柔性控制问题。首先,采用随机森林回归和核密度估计方法,建立了基于机器学习的概率滑行时间预测模型、超参数调节策略及概率预测性能评价指标体系;然后,引入固定缓冲区概念,提出了离场航空器“推出时刻”柔性控制方法,明确了缓冲区长度对准时到达跑道头概率的作用特性;最后,应用随机规划中的机会约束理论,提出了离场航空器“推出时隙”柔性控制方法,设计了满足机会约束的可行推出时间范围界定规则。实验结果表明：所提方法可对离场航空器概率滑行时间进行科学预测,有效实现传统推出时间刚性控制向多视角柔性控制的灵活转化,可为增强机场离场管制的可预测性和灵活性提供理论方法支撑。     

旁泄间隙对燃气弹射内弹道特性影响

为了研究旁泄间隙（发射筒与隔板的间隙）对燃气弹射内外流场及内弹道特性参数的影响,采用Realizableκ-ε湍流模型,结合动态分层动网格及用户自定义函数（user defined function,UDF）技术,对燃气弹射过程进行了数值模拟,分析了旁泄间隙大小对燃气弹射性能的影响,并进行了地面发射试验。通过与试验数据对比,验证了燃气弹射仿真模型的有效性。仿真结果表明,在旁泄间隙出口附近形成明显漩涡,旁泄间隙的增大会导致低压室压力与加速度峰值减小,并使试验弹出筒时间延长、出筒速度降低,但变化趋势呈现非线性特征。旁泄间隙从2 mm增大到6 mm时,出筒时间延长7.7%,出筒速度降低16.3%,可认为在此范围内旁泄间隙的影响幅度相对较小;但此后旁泄间隙的影响会显著增强,当旁泄间隙从6 mm增大到8 mm时,出筒时间延长20%,出筒速度降低35.8%,当旁泄间隙增大到10 mm时,试验弹到筒口速度甚至降为0 m/s。本文研究结果为燃气弹射装置的设计与优化提供参考借鉴。     

基于数字孪生的飞机起落架健康管理技术

针对飞机起落架系统,传统健康管理方式存在知识不完备、数据不平衡和模型固化等问题,开展了数字孪生驱动的健康管理技术研究,提出以自更新模型为基础实现故障诊断与预测的数字孪生健康管理框架。从起落架系统物理和行为2个维度建立孪生模型来实现真实系统的数字映射,依托强化学习算法实现数字孪生模型参数的更新,确保孪生模型实时跟踪和反映实体健康状态,并以此为基础设计基于事件的故障诊断和基于粒子滤波的故障预测方案。以起落架收放系统为例完成实验验证,与传统方法相比,本文方法在实时性、准确性和鲁棒性方面表现更优。     

独立励磁直流发电系统优化控制方法比较

传统的电压环比例积分（PI）控制无法兼顾直流（DC）发电系统的稳态和动态性能,一种电容能量平衡控制（CEC）方法被提出用以提升独立励磁直流发电系统的动态性能,CEC外环仍然采用PI控制。提出一种基于负载反馈的广义预测控制（GPC）方法,与PI控制框架下的电容能量控制方法进行比较研究。从原理上分析了CEC与GPC方法的特点,指出CEC方法的高比例增益能够加速系统动态响应,但外环的积分环节与负载电流反馈相冲突,会影响系统的电压稳态精度。分别构建CEC与GPC方法下的系统传递函数,从抗负载电流扰动的角度进行控制参数优化设计,并进行仿真验证,讨论了电容参数失配对2种控制方法的影响。最后,通过对比实验验证了本文对2种优化控制方法分析的正确性。实验结果表明：优化控制参数后的GPC与CEC方法在动态性能上优于传统的电压环PI控制,且相较于CEC,GPC拥有更强的鲁棒性。     

考虑应力比及温度影响的粉末高温合金短裂纹扩展模型研究

短裂纹扩展已成为先进粉末涡轮盘疲劳寿命预测的关键,为了准确模拟粉末高温合金材料短裂纹扩展阶段,针对FGH96粉末高温合金,重点关注应力比、温度对短裂纹扩展的影响规律,建立了一种工程适用的、基于Tanaka模型修正的短裂纹扩展寿命预测方法。模型采用裂纹闭合参数表征应力比影响、采用热力学理论表征温度影响,实现了不同应力比、温度条件下短裂纹扩展规律的统一描述,相比于传统模型在预测精度、工程适用性方面具有显著优势,与试验结果的相对误差小于20%。     

无人机蜂群轨迹预测研究

传统防空火控算法中的轨迹预测模型无法对复杂的无人机蜂群进行有效地轨迹预测,而现有针对无人机机动轨迹的预测研究通常只考虑单个无人机,且模型量级过大。为了准确且快速地预测无人机蜂群轨迹,本文提出一种面向蜂群的轨迹预测方法。在获得蜂群轨迹后,首先基于DBSCAN 对其进行聚类,判断出蜂群中各个无人机的类别;然后基于分形算法,判断无人机轨迹是简单轨迹还是复杂轨迹;最后,采用卡尔曼滤波进行简单轨迹的预测,用基于LSTM 网络的方法进行复杂轨迹的预测。结果表明：本文提出的无人机蜂群轨迹预测方法的预测误差远远小于纯采用卡尔曼滤波方法预测的误差,且预测时间小于仅采用LSTM 网络方法预测的时间,可以较为准确地预测蜂群中不同集群无人机的轨迹,为反无人机蜂群火控解算提供基础。     

基于变分自编码器的多维退化数据生成方法

数据驱动的剩余使用寿命（RUL）预测方法不依赖于复杂的物理模型,可以直接利用设备历史运行数据与当前监测数据对设备RUL进行预测,对制定合理的维修策略,降低设备的维护成本具有重要意义。但是数据驱动的RUL预测方法依赖于大量历史数据,在数据不足时,尤其是多维退化数据,模型难以取得良好的预测效果。针对这一问题,提出一种多维退化数据生成方法,所提方法构建了一种全局优化模型,以条件变分自编码器作为生成模型,提取多维退化数据特征并生成相似数据扩充RUL预测模型训练集,利用长短时记忆网络作为RUL预测模型,所提方法能够通过RUL预测模型更新生成模型的参数提高模型的效果,同时利用更新后的生成模型提高剩余寿命预测模型在退化数据不足情况下的效果。使用航空发动机退化数据进行了案例验证,通过对比未加入生成数据训练得到的RUL预测模型与加入生成数据训练得到的RUL预测模型的表现,验证了所提方法在解决RUL预测模型训练数据不足方面的优越性。