微型燃气轮机燃烧室燃烧特性实验

针对燃气轮机低污染排放要求,在为使用气体燃料设计的低排放微型燃气轮机燃烧室单头部实验件上进行了燃烧特性实验,对比分析了燃料喷口位置、数量,值班级与主燃级燃料分配比例和不同空气流量分配方式时的燃烧效率和污染物排放特性。结果表明:改变燃料喷口的位置、数量可以改变燃料与空气的混合特性,对燃烧特性产生较大的影响;值班级与主燃级燃料流量分配比例的变化,会导致各燃烧区当量比的变化,主燃级燃烧区当量比降低至08以下有利于降低污染物排放;通过改变燃烧室空气流量分配方式,可以降低主燃级燃烧区的当量比,使NOx排放降低至272 mg/m3,燃烧效率达到986%。但用于掺混的空气流量的降低会使出口温度分布系数由021升高至024。     

飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。     

低空无人机交通管理概览与建议综述

大量无序飞行的低空无人机运行会对地面设施、公共安全、空中载人飞行器等带来危害。然而,目前民航空中交通管理不能适应未来数以百万架的无人机。为了应对该挑战,世界各国针对低空无人机空中交通管理开发了新框架。低空无人机空中交通管理属于近几年出来的新事物。藉此聚焦于低空无人机交通管理,从4个方面进行概览：低空无人机相关的空中交通基本概念及现状、低空无人机交通管理介绍、低空无人机交通管理的关键技术和低空无人机交通管理相关科学问题,以期望对无人机产业健康发展有一定的建议意义。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

姿态遥控模式下的无人机短周期特性辨识仿真研究

为了探索姿态遥控模式下的无人机纵向短周期模态计算方法,本文以某型机为例建立了姿态遥控模式下的无人机动力学模型,并采用纵向倍脉冲信号对无人机进行了激励。根据响应结果,基于低阶等效拟配法,采用遗传算法对无人机的阻尼、频率特性进行了辨识,对比分析了时域以及频域辨识方法的结果,最后将所得方法应用于某型无人机纵向短周期模态特性辨识。结合飞行员评价表明,频域辨识拟配得出的频域特性比时域特性好,拟配精度更高;所采用的低阶等效拟配方法适用于姿态遥控模式下的无人机纵向短周期特性评价。     

投掷激光制导炸弹后无人机的航路规划

对地攻击是无人机在现代战场中的重要应用之一。以无人机为平台,以激光制导炸弹为武器,在满足对目标进行连续照射的前提下,研究了投放武器后无人机的航路规划问题。以攻击后无人机航路必须遵守的3条原则为基础,得出了3种可行的航路方案。通过仿真,验证了3种方案的可行性。通过对3种方案优缺点的比较,得出了每种方案的优、缺点。     

中空长航时无人机两段翼型设计和应用研究

中空长航时无人机追求高续航性能和任务多样化,故应满足高效巡航、短距起降、抗变形等多性能要求。在原始飞机单段翼型的基础上,通过控制点加分段可控二次曲线方法并结合优化算法开展两段翼型的设计优化;利用新设计的两段翼型完成对无人机机翼内侧段(襟翼段)的改进设计及其结果分析。结果表明:改进后的无人机在续航因子、起飞升力和起飞升阻比方面得到大幅提升;襟翼大角度偏转时,在保持一定升力的同时阻力增加,满足飞机着陆减速要求;此方法可以满足中空长航时无人机巡航和起降多设计点综合设计要求。     

太阳能/氢能无人机总体设计与能源管理策略研究

针对小型低空长航时电动无人机需求,给出了太阳能/氢能混合能源动力系统集成方案和小型低空长航时无人机构型。针对典型任务剖面,综合考虑太阳能电池和氢燃料电池特性,提出了一种考虑全机重量能量耦合关系的总体设计方法和任务剖面驱动的能源管理策略;建立了能源系统模型,给出了能源控制流程,开发了能源管理仿真平台。以1.5 kg任务载荷为例,完成了无人机总体方案设计,仿真分析了各种能源特性对飞行结果的影响。结果表明:能源管理策略能够根据任务剖面的要求合理配置能源系统的功率,满足各阶段的功率需求;无人机在冬至日航时为21 h、夏至日可实现跨昼夜飞行;在能源系统重量相同情况下,该混合能源无人机的航时分别是纯锂电池无人机和燃料电池无人机的5.5倍和1.2倍。     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

空时分组编码的无人机中继通信航迹规划方法

无人机(UAV)中继通信是实现远距离点对点无线通信的一种重要技术手段。为提高无人机中继通信系统链路传输的可靠性,提出基于空时分组编码的无人机放大转发中继通信传输方案,并基于双跳链路遍历容量最大化的准则给出了无人机最佳航迹规划方法,并进一步利用FM-EM算法给出了基于空时分组编码无人机中继通信系统的中断概率及遍历信道容量计算公式。计算机仿真表明:提出的方法显著优于传统的单发单收(SISO)无人机中继通信系统。