基于螺旋理论的环形桁架式可展天线构型综合

基于螺旋理论针对环形桁架式可展天线机构的构型综合问题进行研究,首先概述基于螺旋理论的约束综合法,然后分析环形桁架可展天线机构的收展原理,将环形桁架机构分为上下环形边两部分,通过综合环形边机构并连接上下环形边便可得到环形桁架机构;采用移动副(P)来描述各个节点花盘的运动特性,通过基于螺旋理论的约束综合法针对环形边支链机构进行分析与综合,得到了16种约束支链机构,通过分析与优选得到了两种约束支链机构;采用综合得到的约束支链机构组合得到了环形边链路机构并通过连接组合与推演得到了四种环形桁架可展开机构;最后针对综合得到的四种环形桁架机构在Solidworks软件中进行了三维建模与运动仿真,校验了各机构的可展性。本文的研究为可展天线机构的构型综合提供了一种新思路,综合得到的几种环形桁架机构在空间可展开天线领域具有较好的应用前景。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况,研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型,设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰,设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合,采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律,通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性,同时验证了神经网络自适应滑模控制器的有效性。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。      

基于机匣信号的滚动轴承故障卷积神经网络诊断方法

针对在滚动轴承故障激励下的机匣微弱故障特征,提出了基于卷积神经网络(CNN)的故障诊断方法。利用矩阵图法、峭度图法以及小波尺度谱法3种振动信号的预处理方法,将一维原始信号转换为图像信号;利用卷积神经网络对故障进行识别。通过比较分析发现:通过连续小波尺度谱更易提取滚动轴承的故障特征,其故障识别率达到95.82%,均高于其他几种振动信号预处理方法;由于卷积神经网络可以利用深层网络结构自适应地提取滚动轴承故障特征,比传统支持向量机(SVM)方法的故障识别率高约7%。结果证明了该方法的有效性与可行性,且具有较好的泛化能力和稳健性。      

基于神经网络的机动飞行器自适应控制方法

针对机动飞行器强耦合性、快时变性以及高不确定性的问题,建立了六自由度刚体运动数学模型,按照时间尺度将姿态运动模型分为快变子系统和慢变子系统并分别设计动态逆控制律。然后给出了神经网络自适应控制器的设计方法,对神经网络的逆误差补偿原理、输入的选择、权值矩阵更新规则进行分析。通过算例进行六自由度仿真,证明本文方法的跟踪精度较高。     

面向精准工程湍流模型的理论研究

长期以来,工程湍流模型建立在量纲分析和经验修正的基础上,绝对预测能力不足而且模型参数的意义不明确。关于湍流边界层的理论研究一直平行地在两条路线上前行,或是经验性地构造有关平均速度或动能的分布,或是利用数值模拟等技术对于湍流脉动结构进行精细刻画。二者之间的分割导致对湍流边界层物理图像的不完整,从而限制了对一系列相似性关系的揭示。新近发展的结构系综理论,立足于探索由于固壁对于流场的雷诺应力各个分量所表现的拉伸对称性约束,完成了一个对于平均速度和动能剖面的统一描述,从而形成了一个构建工程湍流模型的新思路:一方面,理论指导如何开展湍流DNS(Direct Numerical Simulation)和LES(Large Eddy Simulation)的大数据分析,提炼对定量描述复杂流动有物理意义的多层结构参数;另一方面,指导开发物理图像清晰、定量描述精确的新型湍流(代数)模型。结构系综理论揭示了壁湍流所共有的普适多层结构,完整地刻画了边界层湍流的雷诺数、马赫数相似性,有望推动理论空气动力学研究进入一个定量化、精确化的新阶段。     

基于高保真有限元模型失谐叶盘受迫响应的统计特性

采用极值理论分析失谐叶盘最大受迫响应的统计特性并应用于某压气机叶盘上。对失谐叶盘进行减缩建模,运用蒙特卡洛方法模拟响应计算,研究不同激励阶次下最大响应放大因子的分布特性。采用极值理论对最大响应放大因子分布进行统计学建模,以极大似然估计方法求解未知参数,进行分布拟合,并采用K-S(Kolmogorov-Smirnov)检验方法检验各分布函数拟合的好坏程度。对某压气机叶盘进行失谐响应统计特性分析,对比了7种分布函数对最大响应放大因子的拟合效果,结果表明:极值分布、二参数威布尔分布、正态分布、对数正态分布和伽马分布拟合效果较差;常用的三参数威布尔分布不如广义极值分布的拟合效果好。因此,说明广义极值分布更能准确地描述失谐叶盘动力响应的统计特性。      

贫预混燃烧室化学反应器网络模型建模及不确定性分析

基于CFD三维数值模拟结果的化学反应器(CRN)网络模型方法具有快速预估燃烧室NOx排放的特点。研究通过CFD数值模拟手段获得了贫预混燃烧室流场、温度场等特征分布,基于燃料空气掺混特性、速度场、温度场、OH分布以及达姆科勒数,燃烧室被离散划分为预热区、火焰锋面区、火焰过渡区、后火焰区、中心回流区以及角回流区,建立了复杂的CRN模型表征燃烧室内部的流动特征和火焰结构。以贫预混燃烧器为对象,与实验结果进行了对比验证。通过敏感性和不确定性分析获得了反应区域停留时间和烟气回流比例等关键参数对NOx排放的影响规律。结果表明:CFD-CRN混合方法更适用于在高当量比条件下贫预混燃烧室NOx排放的快速有效预测。在相同扰动强度的条件下,反应预热区域和火焰锋面区域的停留时间扰动对CRN模型预测NOx的生成量和稳定性影响更显著。CFD-CRN混合方法应明确在较高的绝热火焰温度条件下烟气回流比的准确性计算及其对NOx生成的显著影响。      

基于粒子群优化算法的永磁电机热网络参数识别

监测永磁电机的永磁体温度对于保证电机的使用寿命至关重要,因为过高的温度会产生永磁体不可逆失磁现象。提出了一种基于粒子群优化算法的永磁电机热网络参数识别方法,实现用热网络监测永磁体的温度。该方法首先建立永磁电机的热网络模型,利用粒子群优化算法结合电机温升试验所得温度数据对热网络模型的主要热力参数进行识别;然后利用该热网络模型进行在线温度识别,识别过程能够快速收敛,具备良好的辨识精度;最后,通过对比仿真识别温度和电机温升试验数据,验证了该方法的准确性。