弹道导弹落点预报技术综述

导弹落点预报是一门综合技术,国内外都已历经多年的研究和实践。本文比较全面地分析了国内外开展这项研究的现状,简要地阐述了落点预报的作用,指出落点预报具有航程安全性评估,弹道导弹拦截试验、再入体搜索范围划定、发射辅助决策、提高命中精度和验证天地关系6种作用。论述了构成落点预报的3个要素,即信息获取、飞行仿真和统计综合。明确了精度分析在落点预报工作中的基础地位。     

基于BP神经网络的多应力加速寿命试验预测方法

 针对多应力加速寿命试验(ALT)中传统的寿命预测方法存在建立加速模型及求解多元似然方程组困难的缺点,基于反向传播(BP)人工神经网络(ANN),利用BP神经网络良好的预测特性,建立了多应力恒定加速寿命试验寿命预测模型。首先,以加速寿命试验中的加速应力水平和通过经验分布得到的可靠度作为网络训练输入向量;以非线性最小二乘法对原始失效数据进行拟合并得到回归方程,利用回归方程生成大量的仿真数据作为训练目标向量;然后,建立3层BP神经网络并对网络进行训练。最后,把正常应力水平和设定的可靠度输入训练好的网络,得到预测的失效时间,进而给出可靠度函数的预测曲线。通过仿真算例对本方法进行验证,预测值和仿真值相比较表明,所建立的网络能反映应力水平、可靠度与寿命的关系,为多应力加速寿命试验的寿命预测提供了新的思路。     

GEO卫星整星分子污染初步预估

污染的长期累积效应是影响GEO卫星长寿命的重要因素。文章对GEO卫星整星非金属材料出气造成的分子污染进行了预估。根据扩散理论建立保守出气速率模型,基于自由分子流理论采用角系数方法计算污染分子视线传输,考虑了光化学沉积效应,对RTV胶、白漆出气造成的OSR片、太阳电池板、天线性能退化进行了估计,发现RTV胶的污染效应较为严重,白漆的污染影响可忽略不计。该结果可作为制定污染控制要求时的参考上限值。     

广义回归神经网络在卫星钟差短期预报中的应用

近年来,神经网络(Neural Network,简称NN)在非线性系统的预测方面取得了广泛的应用。考虑到卫星钟差包含了复杂的非线性因素,所以将一种新型神经网络-广义回归神经网络(Generalized Regression Neural Network,GRNN)应用于钟差预报中。采用“滑动窗”方式构建样本数据以提高数据利用率,为提高网络的泛化能力,利用K重交叉验证法(K-fold Cross-Validation)对网络进行训练学习,并根据最小均方根误差(Root Mean Square Error,RMSE)确定最优平滑因子。利用国际GNSS服务(International GNSS Service,IGS)公布的精密GPS卫星钟差数据进行预报实验,并与传统二次多项式模型对比分析。结果表明：GRNN模型在24h的预报跨度内的误差可达ns级,并较多项式模型有更好的稳定性;对于线性钟差,GRNN模型要逊于多项式模型,而对于非线性钟差,GRNN模型则明显优于多项式模型,初步验证了GRNN用于钟差预报的可行性、有效性以及实用性。     

中长期轨道预报中大气阻力系数补偿算法的研究

利用地磁平静期的CHAMP卫星精密星历对多个弧段的大气阻力系数进行解算,找到了适用于轨道预报的最优系数,分析了最优阻力系数与地磁指数、迹向残差的关系,利用线性回归分析建立了大气阻力系数补偿算法。针对中长期轨道预报的需求,该算法能够降低定轨弧段较短条件下阻力系数的解算误差。将该补偿算法应用于不同时期CHAMP卫星和天宫一号的轨道预报,验证了该算法的正确性和普遍适用性,结果表明预报精度能够提高20%以上。     

Whipple防护结构弹道极限方程的多指标修正

为获得适用于国内情况的Whipple防护结构超高速弹道极限方程,研究了指标寻优方法,对国外的Christiansen改进型方程,以国内实验数据为依据进行多指标修正。结果发现：以预测概率型指标（包括总体预测率、安全预测率）和预测误差型指标（如：预测误差平方和）联合进行方程系数的逐级修正,可获得预测效果更好的修正方程。通过对低速段和高速段方程的整体系数进行修正,最终得到的新方程在国内107个实验数据上的总体预测率达到了89.7%,安全预测率则高达100%,分别较修正前的相应指标提高了10.3%和2.8%。     

航天器火工分离螺母的火工冲击环境数值仿真研究

为了研究航天器分离时火工分离螺母产生的火工冲击环境特性,了解火工冲击载荷的机制和特点,直观观测应力波在结构材料中的传播过程,使用LS-DYNA非线性有限元程序模拟了火工分离螺母的动态分离过程,给出了典型响应及输出载荷,并通过火工分离螺母-结构一体化仿真得到了星箭界面载荷,为航天器火工冲击环境防护设计提供更加真实的输入条件。     

一种基于结构相似性的动特性预示方法

提出了一种基于结构相似性的全弹动特性预示方法。首先通过基于遗传算法的模型修正方法,获得了参考型号精度较高的有限元模型,进而得出了结构刚度参数的修正系数,然后根据结构相似性,将参考型号结构刚度参数的修正系数应用于相似型号结构动特性建模及仿真。试验验证结果表明,采用本方法预示的导弹全弹动特性与试验结果相比,前三阶频率最大偏差不超过11%,各阶振型与试验结果相近。     

榫连接结构微动疲劳寿命研究

根据航空发动机叶片和轮盘的榫连接结构接触区域的几何特性,对其微动疲劳接触问题进行了简化.通过有限元方法对简化模型进行数值计算分析,获取相应的应力、应变和位移.将临界平面法和微动损伤机理相结合,提出了一个微动损伤参量,并建立相应的微动疲劳寿命预测模型.将TC11试验件和榫连接构件的微动疲劳试验寿命与预测寿命进行比较分析.结果表明:所建立的微动疲劳寿命模型其预测结果误差分散带均在2倍因子以内.