折叠太阳翼支承点分布优化分析

为了研究支承点分布对折叠太阳翼固有频率的影响,以典型两折叠太阳翼结构为研究对象,根据能量守恒原理和Rayleigh-Ritz理论推导出两折叠太阳翼的振动方程和频率方程。对折叠太阳翼固有特性及支承点分布对其固有特性的影响进行深入分析,并以基频最大为目标对其支承点的分布进行优化,获得最优支承位置。算例分析表明,在给定支承点分布情况下,理论计算结果与有限元分析结果具有较好的一致性。研究结果可为折叠太阳翼支承点分布的设计提供理论分析依据。     

Optimization and analysis of composite sandwich box beam for solar drones

Solar drones have garnered considerably research attention in recent years due to their continuous cruising capability, and the feasibility of design schemes is sensitive to the weight of structure. Sandwich box beam composed of carbon fiber and polymethacrylimide (PMI) foam is conducive to realize the lightweight of structure. In this study, a two-stage optimization design methodology for sandwich box beam is proposed. This methodology is primarily based on a low-order analytical method for evaluating stress/deflection and the linear buckling analysis method combined with experimental correction factor for predicting the buckling eigenvalues. Subsequently, a case study was conducted using an 18-m wingspan solar drone, where the results of mechanical test verified the optimization results. For validating the use of sandwich box beam in solar drones of other scales, additional analysis was conducted based on three aspects: (A) effects of stiffness and stability constraints on the design of sandwich box beam; (B) crucial role of the weight of foam inter layer and application scope of sandwich box beam; (C) best method to improve the buckling eigenvalue of sandwich box beam. Overall, the methodology and general rules presented in this paper can support the design of light wing beam for solar drones.     

影响卫星故障的空间天气分析

基于美国国家地球物理数据中心(NGDC) 2384例和中国19颗卫星的263例卫星故障信息, 结合1963-2012年小时平均的多种空间环境数据, 定量分析了三种卫星故障发生期间的空间要素特征, 探讨单粒子锁定(SEU)、表面充电致静电放电(ESD)和内部深层充电所致电子引起的电磁脉冲(ECEMP)与空间天气事件的可能联系, 得出以下主要结论. (1)大部分SEU和ECEMP发生于空间天气平静时, 但在其前后3日内地磁活动达到了磁暴水平, 相对来说比例最大的发生在Dst_min之后第3日 (48～72h). (2) ESD受地磁活动和高能电子通量影响明显. 与磁暴、相对论电子通量增强事件的季节性相对应, 两分点附近ESD和ECEMP的发生率高; 93.6% 的 ESD发生前后72h内地磁活动达到磁暴水平, 故障发生时间均匀分布在 Dst_min前0～48h 和后0～24h; 54.9%的ESD 发生时处于地磁暴期(Dst <-30nT), 以-50～-30nT的小磁暴水平居多; 40.6%的ESD发生于高能电子通量高水平期(≥ 103pfu, 1pfu =1cm-2·s-1·sr-1), 81.9%的ESD发生前后72h 内高能电子通量峰值≥ 103pfu, 发生率最高时段为电子通量峰值前 48～72h. (3)高能电子对中国同步轨道卫星的SEU影响明显, 42.5% 故障发生 时高能电子通量≥ 103pfu, 故障在峰值前48～72h和峰值后48～72h 的发生概率相当, 约为23.0%. (4)同步轨道卫星SEU受太阳质子事件的影响相对较大, 22.5%的中国同步轨道卫星故障发生前后72h内发生了太阳质子事件, 季节性不明显.      

带移动滑块的太阳帆航天器动力学建模与姿态控制

针对以移动滑块为控制执行机构的太阳帆航天器,基于拉格朗日分析力学建立了航天器—滑块两体系统非线性耦合动力学模型.为简化控制律设计,将控制回路分为内外环,并分别设计控制律.外环以航天器姿态为受控变量,滑块位移为控制输入;内环以滑块位移为受控变量,滑块驱动力为控制输入.最终将控制律代入系统原非线性模型,以行星际太阳帆航天器姿态控制任务为例进行数值仿真.仿真结果表明,以移动滑块为执行机构,采用所设计控制律,可以实现太阳帆航天器快速姿态调整及长期姿态保持.     

刚性太阳电池阵基板研制与质量控制

文章介绍了中国某卫星太阳电池阵基板的研制成果。主要内容包括工艺方案选择、工装模具设计加工、选材和材料特性试验、胶接成型工艺研究和各种环模试验等,结果表明所研究的成型工艺成果经环模试验和各种飞行试验,制品各项指标满足设计要求。     

一种提高太阳能帆板受晒效率方法

为提高航天器空间太阳能利用率,提出了一种可实现帆板对日定向功能的改进太阳能帆板双自由度驱动机构。根据航天器的轨道理论推导出在对日定向要求下太阳能帆板的运动规律和机构的运动轨迹,并给出了双自由度驱动机构的轨迹规划和驱动轴实时转角。仿真结果表明:用该法能实现帆板的对日定向,提高其受晒效率,对未来航天器太阳能帆板驱动机构设计与控制有一定的参考价值。     

敏捷卫星高刚度太阳翼的设计与验证

基于对国内外敏捷卫星带辅助支撑式太阳翼现状及存在问题的分析,开展了太阳翼的构型设计与布局优化,设计一种基于带簧铰链与自适应锁定式铰链的单臂支撑式高刚度太阳翼。利用支撑臂中部带簧铰链在弯折后形态可变的特性,解决了多连杆闭环机构收拢状态下的杆长匹配问题;利用太阳翼根部自适应锁定式铰链可自动调节锁定状态的特性,解决了展开末了过约束锁定的技术难题,实现了带辅助支撑式太阳翼根部铰链的可靠锁定功能。开展太阳翼展开静力矩裕度分析、模态分析和展开动力学分析,结果表明,太阳翼展开力矩裕度大于1,展开状态下基频大于8 Hz,展开过程顺畅无死点,展开末了冲击力不超过750 N。开展了太阳翼地面试验验证和在轨飞行验证,结果表明,该高刚度太阳翼满足敏捷卫星在轨长时间快速机动的使用要求。     

空间太阳能阵列光照的建模仿真及优化

针对空间救援飞行器在无控模式下,固定的太阳能阵列可能受到光线照射面积不足的问题,提出采用建模仿真及优化阵列布局的方法来提高任意光照角度下的受光面积。通过建立参数化驱动的空间飞行器外形几何模型、任意角度下的光线投射模型和考虑自身结构阴影遮挡的光照模型,研究空间任意光照角度下太阳能阵列接收光线照射的有效面积,并得到最低受光面积。基于建立的光照模型,采用遗传算法,对影响太阳能阵列布局的关键参数进行优化。可视化仿真结果校验了模型的有效性,优化结果显示算法收敛且获得了最优结果,满足空间无控飞行任务要求。     

空间太阳能电站反向波束控制仿真分析

分析几项重要的空间太阳能电站反向波束控制技术研究工作,提出空间太阳能电站微波无线能量传输(MPT)分系统的初步方案和主要参数,在此基础上建立空间太阳能电站微波波束发射和反向波束控制仿真模型,重点分析发射天线子阵列的微波馈电相位误差、频率误差和姿态误差等因素对于系统传输效率的影响,相关结论将为微波无线能量系统的设计和微波无线能量传输技术的研究提供参考。     

利用行星际监测数据进行地磁暴预报

利用全连接神经网络方法应用于地磁Dst指数的预报中.对ACE卫星探测的太阳风和行星际磁场及其变化对未来几小时的Dst指数的影响进行了统计分析,发现在这些行星际实测参数中,对Dst指数作用较为明显的是太阳风速度、太阳风质子密度和行星际磁场南向分量,同时,当前Dst指数实测值对今后几小时的Dst指数已有很强的制约作用.在统计分析的基础上,建立了全连接神经网络预报模型.由于采用了全连接神经网络结构,模式能够反映出太阳风、行星际磁场等参数与地磁Dst指数参数的复杂联系,可以自动建立输入参量的最佳组合方式,提高了预报精度.通过利用大量实测数据对神经网络模式进行训练,最终建立了利用优选的ACE卫星行星际监测数据提前2 h对Dst指数进行预报.通过检测,预报的误差为14.3%.