RBCC可重复使用运载器上升段轨迹优化设计

针对火箭基组合动力(RBCC)可重复使用运载器(RLV)轨迹多段、多控制变量、推力与飞行轨迹耦合,飞行轨迹设计困难的问题,提出了基于高斯伪光谱方法的数值优化求解模型和求解方法,并获得满足要求的上升段燃料最省轨迹。将该轨迹分为3部分,分别由引射火箭、亚燃冲压和超燃冲压发动机提供动力,以攻角和燃料秒流量为控制变量,根据轨迹任务和各模态发动机启动及工作条件建立优化模型、设定各段末端和路径约束,利用高斯伪谱法求解最优轨迹并利用特殊方法计算边界控制变量。通过与传统方法所得轨迹的对比表明,所建立的优化模型和方法可快速求解出RBCC运载器上升段最优轨迹,优化结果符合RBCC运载器工作特点。     

飞轮传感器的高斯混合模型故障检测方法

针对闭环控制的飞轮系统,本文采用一种基于高斯混合模型(GMM）的故障诊断方法检测飞轮的传感器故障。姿态机动的反作用飞轮是一个多工况系统。通过飞轮的历史观测数据建立飞轮的GMM模型,它用有限个高斯函数的加权组合来有效地拟合多工况的观测数据,利用基于贝叶斯推理的后验概率（BIP）指标计算新样本偏离GMM模型的程度,该指标能避免由于数据分类不确定而引起的误检测问题。仿真结果表明BIP指标不需要复杂的数学建模就能准确检测飞轮传感器故障。     

翼型湍流尾缘噪声半经验预测公式改进

改进了传统的翼型湍流边界层尾缘噪声BPM半经验预测公式。传统的BPM半经验湍流边界层尾缘噪声预测公式对高攻角和厚翼型在高频范围的预测结果大于实验结果,通过分析比较传统BPM半经验预测公式和Howe翼型尾缘噪声理论模型发现:这主要是由于传统BPM半经验预测公式对压力面声源噪声辐射高估引起的。因此将压力面声源噪声辐射与吸力面声源噪声辐射的幅值比由原来的边界层位移厚度一次方比值改进为二次方比值,进而得到了改进后的BPM半经验预测公式;使用改进后的BPM半经验预测公式对NACA0012翼型在不同来流不同攻角下的噪声辐射进行了预测比较,发现对于NACA0012翼型,改进后的BPM半经验预测公式具有较高精度;另外也预测了较厚的风力机翼型DU-96-W-180,预测结果明显改善。     

基于高斯过程的机器人自适应抓取策略

在机器人抓取作业时,目标物体的位姿经常发生变化。为了使机器人在运动过程中能够适应物体的位姿变化,提出了一种基于高斯过程的机器人自适应抓取策略。该方法建立了从观测空间到关节空间的映射,使机器人从样本中学习,省去了机器人视觉系统的标定和逆运动学求解。首先,拖动机器人抓取物体,记录物体的观测变量和机器人的关节角度;然后,利用记录的样本训练高斯过程模型,实现观测变量和关节角度的关联;最后,当得到新的观测变量时,通过训练的高斯过程模型得到机器人的关节角度。经过训练后,UR3机器人成功抓取了物体。     

薄壁筒类零件刚度表述模型的研究

建立了一端约束的薄壁筒类零件的有限元模型,采用多因素正交设计法及回归分析法获取了薄壁筒类零件刚度计算的经验公式。该公式使得静刚度的表述仅与材料弹性模量及零件几何参数有关,易于在数据库中存储和查询,方便修正切削参数。     

基于高斯伪光谱的星际小推力转移轨道快速优化

针对星际小推力转移轨道优化问题,给出了一种基于高斯伪光谱配点的快速优化 算法。首先,基于归一化的改进春分点根数建立了星际小推力转移轨道的优化模型;然后, 采用高斯伪光谱配点策略对优化模型进行离散化处理,推力方向限制和天体星历分别作为路 径约束和事件约束,将轨道优化问题转化为一个大规模多约束参数优化问题;在此基础上, 基于高斯伪光谱的配点特性,推导出性能指标和约束方程的解析雅可比矩阵,保证了雅可比 矩阵计算的准确性和效率;最后,以利用太阳能电推进探测火星和水星为例,对所给算法进 行了数值验证。数值结果表明：高斯伪光谱方法可有效用于星际小推力轨道的优化问题,并 且与数值差分相比,解析的雅可比矩阵算法可提高计算效率67.78％。
     

高斯过程元模型建模方法及在火箭弹气动分析中应用

为解决复杂系统多学科优化中高精度仿真模型计算时间过长问题,提出高斯过程元模型建模方法。首先介绍了高斯过程元模型建模方法,提出高斯过程元模型建模步骤。算例分析证明,高斯过程元模型优于2种已有元模型。高斯过程元模型能够理论上统一常用的元模型建模方法,在元模型建模领域具有良好的应用前景。     

基于高斯伪谱法的化-电混合推进系统转移轨道优化设计

提出利用化-电混合模式推进系统完成地球同步卫星轨道转移任务,该推进系统极具应用前景,能够满足高有效载荷率、高入轨精度的工程实践需求。并针对基于该混合模式推进系统的转移轨道的优化方法展开研究,提出一种多阶段最优控制问题（OCP）的高斯伪谱法求解方法。该方法通过分段点的关联设置,将多个经高斯伪谱法转化而来的非线性规划问题转化为一个连贯的非线性规划问题(NLP)。两个不同算例的仿真过程与分析结果表明,该方法能够有效地解决多阶段非光滑连接轨道的优化问题,具有运算效率高、收敛性半径大、求解精度高等优点,可便捷地处理化 电混合模式推进系统的转移轨道优化设计问题。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

飞行器径向连接螺栓振动断裂分析

应用有限元分析结合试验数据,获得随机振动环境下飞行器径向连接螺栓的载荷功率谱密度（PSD）;采用基于弯曲效应的载荷与应力的线性关系,获取螺栓头根部的名义应力功率谱密度;基于Dirlik经验公式,获取应力随机过程的峰值概率密度函数和预期波峰数,联合Miner线性累积损伤模型及经应力集中系数修正的材料S-N曲线,评估径向连接螺栓头根部振动疲劳寿命,获得的结果与试验螺栓头断裂现象符合,并确定螺栓断裂原因为低频共振疲劳。