复杂薄壁构件自适应加工工艺几何模型重构

随着制造理念和制造水平的不断提高,大量复合制造工艺背景下的近净成形叶片被应用到现役或在研的航空发动机中。该类叶片是典型的复杂薄壁结构零件,无精确定位基准,且成形一致性差。采用传统叶身定位,加工后的前/后缘、榫齿形状和位置精度均难以保证,从而导致产品一致性差,易超差与合格率低。针对以上问题,提出一种面向自适应加工的复杂薄壁结构零件工艺几何模型重构方法。首先,建立复杂曲面的采样点分布模型,快速获取叶片精确成型区域的位置和形状;其次,提出基于特征曲线相似变形的模型重构算法,精确重构前/后缘非精确成型区域的工艺几何模型;最后,通过精锻叶片自适应加工试验进行验证。试验结果表明：该方法可有效满足以精锻叶片为代表的复杂薄壁构件自适应加工要求。     

高超声速飞行器地面颤振评估技术研究

针对高超声速飞行器飞行过程中颤振边界变动范围大、试验测试难的问题,本文开展了考虑气动热效应的翼面结构地面颤振试验技术研究。首先基于工程法对结构所受的气动加热进行了分析,在此基础上开展了结构的热颤振特性评估并作为地面颤振试验结果的参考标准。考虑实际飞行中结构温升效应影响,建立了基于多工况点的气动力综合优化降阶算法,确保了整个温升过程的气动力模拟的精度。通过建立基于模糊逻辑比例、积分和微分（Proportional integral derivative,PID）控制的多点协调控制系统,实现了温升过程中时变系统的激振力控制器设计。最终搭建了地面颤振试验系统,按照典型飞行状态对结构的热颤振特性进行了测试,试验测试结果与仿真结果对比相对误差约10%。     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

MIMO变结构飞行重构控制系统设计

基于滑模变结构控制,提出一种MIMO(multiple input multiple output)的飞行重构控制系统的频域设计方法.将滑模变结构控制与飞行重构控制相结合,解决了飞行重构控制技术中故障检测和系统参数辨识的问题.引入渐近观测器和hedge模型增加重构控制系统对衍生未建模动态的鲁棒性;引入作动器模型、输出饱和限制和驾驶员模型,使变结构重构控制系统设计方法变得更为有效和实用;以某型飞机的横航向飞行控制系统为例,进行设计模拟.结果表明:在飞机气动参数大幅突变和操纵面严重受损的情况下,飞机仍能保持良好的性能.      

基于机器学习方法的三维粒子重构技术

通过三维粒子重构获取粒子场的分布情况是层析粒子图像测速的关键步骤,有限二维投影下的三维粒子重构是一个欠定的反问题,其精确解往往很难得到.一般情况下,可以通过优化方法得到近似解.为了获取质量更高的粒子场并用于层析粒子图像测速,提出了一种基于卷积神经网络(Convolutional Neural Networks,CNN)...     

基于动态库的星载软件可重构设计与实现

针对卫星在轨运行、长期处于无人值守状态,主要依靠星载软件的安全性和可靠性来保证整星任务的稳定工作.复杂多变的空间环境可能会引起星载器件的异常变化,从而导致星载软件异常,甚至发生软件"衰老".本文在分析现有可重构方案基础上,提出了一种利用动态库的静态链接方式实现在轨可重构的方案,针对存在软件缺陷,或者需要功能升级和拓展的...