微射流技术的原理及其应用

介绍了微射流技术的原理及其初步应用。基于非线性系统的演化对初始条件具有敏感依赖这个事实发展起来的微射流技术，由于与常规持续喷射射流控制方式相比具有许多优点，因而在流动和换热控制应用方面取得明显的效果。并指出，随着研究工作的深入，该项技术还可望用于高马赫数飞行体表面气体流动控制、火箭发动机推力方向控制等。     

液体火箭发动机公路运输响应分析与支撑方案优选

对发动机进行合理地支撑是防止液体火箭发动机在公路运输过程中出现损伤的重要措施。采用、通用有限元软件建立了发动机和支撑结构的三维有限元模型,通过动力学分析得到了系统的固有频率和振型及频域内的动力学响应特性。通过对支撑结构刚度和垫片阻尼进行优选,并添加辅助支撑结构,有效地降低了发动机加速度响应峰值。     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

基于UKF的实时弹道解算参数稳健设计

在基于UKF(Unscented Kalman Filter,无迹卡尔曼滤波)的实时弹道解算应用中,外部环境不稳定的影响以及观测过程中野值的存在,使得基于经验参数设置的滤波易于发散.因此,需要针对指定型号调节和设置滤波器参数的取值,使其克服上述现象.针对这一问题,提出了基于理论弹道先验的参数稳健设计方法,对滤波器参数最优值进行预测.从滤波器的架构出发,梳理出影响滤波器性能的相关参数,结合稳健设计思想,外设计部分基于理论弹道先验信息,通过模拟弹道特征点构造弹道观测模型;而内设计部份,构造模型的测元数据进行正交试验,判断参数的显著性,获取相应的最优参数取值,从而为实时解算弹道的参数设置提供指导.实际数据试验结果表明,该方法可显著提高滤波器的实算稳健性和收敛性能.     

基于灰色近似支持向量机的加速度计参数预测

温度、振动等环境载荷使得石英挠性加速度计参数产生漂移,直接影响了惯导系统的测量精度和性能,石英挠性加速度计参数变化趋势为非线性的,很难用常规的建模方法进行趋势预测。基于灰色理论适合进行小样本、贫信息不确定型系统建模以及近似支持向量机不需要求解二次规划就能求得非线性模型参数的优点,提出了基于灰色近似支持向量机进行石英挠性加速度计参数预测的方法。为了验证该方法的有效性,针对自然贮存的加速度计进行了固定周期的参数标定,结果表明灰色近似支持向量机具有很好的预测效果。     

飞行器最优机动策略研究方法及进展

回顾了国内外最优机动策略研究的理论和方法,着重论述了近几年国内外的最优轨道机动策略问题的研究状况,比较了国内外的发展差别,讨论了轨道最优机动策略的发展趋势,为我国飞行器最优轨道机动策略研究方向提供了有意义的参考。     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

基于功能检测的备用系统维修优化研究

为了减小或消除主系统故障的后果,机械中经常采用备用系统在主系统故障时代替其完成功能。根据某些机械设备的备用系统故障具有延迟性的特点,提出了不等间隔的功能检测策略;建立了该策略下备用系统的可用度模型和费用率模型;以系统可用度为约束,维修费用率为目标,建立了不等间隔功能检测维修策略下的维修优化模型;最后给出了优化模型的求解算法,得到了维修间隔的确定方法并进行了实例验证分析,结果表明：当首次检测间隔是重复检测间隔的3倍时采用不等间隔的功能检测优化模型比采用等间隔的功能检测优化模型节约9.55%。     

风洞试验绳牵引冗余并联机器人的刚度增强与运动控制

 以一种应用于低速风洞试验的6自由度绳牵引冗余并联机器人为研究对象,解决飞行器模型在风荷作用下动态定位误差大、力学测量精度不高的问题。运用微分变换推导了该机器人的刚度解析表达式;分别建立了末端执行器和驱动系统的动力学模型;针对系统冗余驱动、强耦合和非线性的特点,设计了基于刚度增强准则的关节空间比例微分（PD）修正前馈控制器,实现了以提高飞行器升力方向、顺风向和俯仰转动方向刚度为目标的绳系张力优化分配。数值仿真算例表明,与基于张力极小准则的控制器相比,前者有效地提高了飞行器的动态定位精度。     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。