Downsizing an orbital space robot: A dynamic system based evaluation

Small space robots have the potential to revolutionise space exploration by facilitating the on-orbit assembly of infrastructure, in shorter time scales, at reduced costs. Their commercial appeal will be further improved if such a system is also capable of performing on-orbit servicing missions, in line with the current drive to limit space debris and prolong the lifetime of satellites already in orbit. Whilst there have been a limited number of successful demonstrations of technologies capable of these on-orbit operations, the systems remain large and bespoke. The recent surge in small satellite technologies is changing the economics of space and in the near future, downsizing a space robot might become be a viable option with a host of benefits. This industry wide shift means some of the technologies for use with a downsized space robot, such as power and communication subsystems, now exist. However, there are still dynamic and control issues that need to be overcome before a downsized space robot can be capable of undertaking useful missions. This paper first outlines these issues, before analyzing the effect of downsizing a system on its operational capability. Therefore presenting the smallest controllable system such that the benefits of a small space robot can be achieved with current technologies. The sizing of the base spacecraft and manipulator are addressed here. The design presented consists of a 3 link, 6 degrees of freedom robotic manipulator mounted on a 12U form factor satellite. The feasibility of this 12U space robot was evaluated in simulation and the in-depth results presented here support the hypothesis that a small space robot is a viable solution for in-orbit operations.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

航天器故障诊断与容错控制技术研究综述

详细综述了航天器故障诊断与容错控制的研究进展。重点从基于模型的方法、基于数据的方法和基于知识的方法三个方面分别阐述了航天器故障诊断技术的研究进展,并且总结了航天器容错控制技术的研究现状,然后介绍了国内外的一些相关技术项目的开展情况,最后对未来可能的发展方向进行了探讨。     

执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭,提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先,建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型;然后定义了运载火箭姿态跟踪系统模型,针对定义的模型,设计了一种非奇异终端滑模面,使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

液体火箭发动机健康监控技术研究现状

液体火箭发动机健康监控技术是改进和提高运载火箭、航天器可靠性与安全性的核心技术之一,对其进行研究具有重要的学术价值和工程应用价值。液体火箭发动机健康监控技术的研究主要包括液体火箭发动机故障检测与诊断理论方法、液体火箭发动机健康监控系统两方面。该文介绍了基于模型驱动的方法、基于数据驱动的方法和基于人工智能的方法,阐明了液体火箭发动机故障检测与诊断理论方法的研究现状,通过对美国液体火箭发动机典型健康监控系统的介绍,阐明了液体火箭发动机健康监控系统研究的若干进展及现状,并对液体火箭推进系统健康监控技术的演变趋势作了简要评述。     

高效能源系统管理与控制技术

能源系统是飞行器的关键技术之一,能源系统性能的优劣对飞行器能否正常飞行及实现预定任务有重要影响。本文针对大功率飞行器对分布式循环能源系统的管理需求,开展高效能源系统管理与控制技术研究,提出一种集逐级调压控制、限流充电控制、恒流输出控制以及最大功率点跟踪(MPPT)控制为一体的层级梯次控制策略,实现分布式系统的全局优化控制和飞行器能源的功率优化调度。研制的能源管理系统(PCU)配备1条234～328 V高压母线,额定功率15 kW,电路效率大于97%,功率密度大于750 W/kg。PCU依托分布式架构,采用层级梯次控制策略,验证了高效能源系统管理与控制技术的正确性和有效性。     

舱段结构热振耦合环境下仿真分析

针对武器装备对环境适应性要求不断提高的现状,以某舱段结构为研究对象,基于高加速应力筛选试验(HASS)条件,研究了结构在温变-振动耦合环境下的失效机理。首先,结合HASS试验剖面,确定了载荷条件,建立有限元模型;其次,采用ANSYS Workbench软件分析得到结构温度场分布及应力响应,确定了结构危险位置,并对其疲劳寿命进行计算分析,为舱段结构的失效分析及HASS试验剖面的合理制定提供依据和指导。     

复杂电磁环境中智能决策对抗技术的应用

当前雷达技术的发展突飞猛进,复杂的电磁环境已经是战场必须面对的现实情况,提出了一种可适应战场复杂电磁环境的智能干扰技术,主要从分选、干扰策略和干扰效能评估等方面讨论了整个智能对抗干扰的原理,对战场指挥决策有一定参考价值。     

群时延特性对卫星高速数传中继系统的影响

主要关注线性和抛物线特性的群时延对高速数传系统的影响,在分析了群时延特性的概念后,设计了具有仿真要求的群时延滤波器,建立模型对系统进行了仿真,得出了线性和抛物线特性的群时延对系统接收端信噪比恶化的影响,为整个系统的均衡程度提出了指标要求和参考。     

一种中心型间断有限元MMALE方法

针对多介质可压缩流体动力学问题,提出了一种单元中心型二维MMALE(Multi-Material Arbitrary Lagrangian-Eulerian)方法.在拉氏步,流体力学方程组采用中心型间断有限元方法求解.对于混合网格,采用Tipton压力松弛模型更新物理量,用等参坐标法更新物质中心点坐标.界面重构采用一种...