钛合金切削挤压复合攻丝研究

将切削挤压复合攻丝新方法成功地用于高强度钛合金内螺纹的加工,这种方法不仅可以减小挤压扭矩而且能够强化螺纹根部。加工的挤压螺纹表面有一层纤维沿其牙形连续分布。利用云纹干涉法测得牙根处的最大残余压应力为120MPa左右。疲劳对比试验结果表明,在相同应力水平下,经挤压强化螺纹的疲劳寿命大约是未强化螺纹的３倍,这主要归因于挤压螺纹表面高的残余压应力,高的纤维密度和低的粗糙度。     

基于CGAN的避扰通信决策网络离线式训练方法

基于强化学习的避扰通信,由于需要不断地与环境交互从中学习到最优决策,其决策网络的训练时间受环境反馈速率的约束,通常耗时严重。针对这一问题,提出了一种离线式训练方法。构建出一种频谱虚拟环境生成器,可以快速生成大量的逼真合成频谱瀑布图,用于避扰通信决策网络训练。由于所提方法脱离真实环境反馈,形成离线式训练,进而显著提高模型训练效率。实验结果表明:与实时在线训练方法比较,所提离线式训练方法的训练时间可以减少50%以上。      

Er对镁合金固溶强化作用的第一性原理研究

采用虚拟晶胞近似方法控制固溶体中的Er含量,基于密度泛函理论的第一性原理赝势方法研究了Er对Mg-xEr(x=1at.%~6at.%)固溶体的固溶强化作用。计算结果表明:Mg-xEr(x=1at.%~6at.%)固溶体的体模量(B)随Er含量的增加而逐渐增大,当Er含量为4at.%时体模量达到最高值,之后基本保持不变。剪切模量(G)和杨氏模量(E)随Er含量的增加而降低,当Er含量达到6%时,又略微增大。6种固溶体的G/B值均小于0.57,都是韧性材料。Er掺杂量为1at.%~5at.%的区间内,随Er含量的增加,固溶体的G/B值明显降低,泊松比(ν)增大,合金韧塑性提高;当Er含量继续增大到6at.%,固溶体的G/B值有所升高,泊松比(ν)减小,合金韧塑性下降。随着Er含量的增加,态密度整体向低能级区域移动,费米能级低能级区域的成键电子数逐渐增多,同时底带宽度明显变宽,合金成键能力增强。在Er含量为1at.%~2at.%的区间内,受Er-4f电子影响总态密度图中出现了明显的赝能隙,费米能级在赝能隙高能侧,合金电子跃迁困难。当Er含量大于2at.%时,赝能隙变得不明显,费米能级处的态密度值比较高,合金活性增强。     

基于示范主动采样的行为克隆方法

深度强化学习在学习过程中需要与环境进行大量的交互,训练效率低下。模仿学习通过从专家示范中学习,可以有效地应对这一挑战,但是需要收集大量的专家示范轨迹,在复杂任务中往往导致高昂的示范代价。本文提出一种基于主动学习的行为克隆算法,通过主动挑选示范起始状态来减小示范代价。该方法基于不确定性采样和不相似性采样两种策略,从状态候选集中挑选最有价值的状态作为起始状态,然后向专家查询固定长度的示范轨迹,希望从尽可能少的示范中学习出有效策略。在多个不同任务上的实验表明,本文方法可以用更少的示范轨迹进行行为克隆,降低了强化学习中的专家示范代价。     

基于DE-MADDPG的多无人机协同追捕策略

针对多无人机协同对抗快速目标的追逃博弈问题,研究了多无人机的协同追捕策略。基于解耦多智能体深度确定性策略梯度算法DE-MADDPG研究了多无人机协同对抗快速目标的追捕策略,设计了多无人机协同追捕的全局奖励和局部奖励两种奖励函数,训练后的多无人机能够有效地执行协同追捕任务。通过设置快速目标的多种逃逸控制策略,仿真验证了所设计的方法能够利用追捕无人机的数量优势,通过协作完成对快速目标的协同围捕,并且通过比较,验证本文所提出的算法相比MADDPG算法更快地取得了收敛效果。     

基于学习的空间机器人在轨服务操作技术

发展具备全自主操作能力的在轨服务航天器是未来航天领域的重要方向,而赋予航天器自主学习能力是实现自主化操作的重要手段.本文首先对近年来国外在轨服务操作的重要研究计划和关键技术进行了分析,并系统论述了基于学习的机器人操作技术的主要理论和方法.然后,结合未来在轨服务的需求,对我们在此领域的初步研究成果“基于学习的在轨燃料补加控制系统”进行了介绍.最后,结合航天领域的特点,分析了基于学习的空间机器人在轨服务技术所面临的挑战和未来的发展方向.     

基于强化学习的时间触发通信调度方法

未来航空电子系统中将会更广泛地选择基于时间触发的通信机制进行信息传输,以保证信息交互的确定性。如何合理地进行时间触发通信调度设计是时间触发应用于航空电子互连系统的关键。针对时间触发调度的周期性任务,提出了一种基于强化学习的周期调度时刻表生成方法。首先,将流量调度任务转换为树搜索问题,使之具有强化学习所需要的马尔可夫特性;随后,利用基于神经网络的强化学习算法对调度表进行探索,不断缩短延迟时间以优化调度表,且在训练完成后,可以直接使用到消息分布相近的任务中。与使用Yices等可满足模理论（SMT）形式化求解时间触发调度表方法相比,所提方法不会出现无法判定的问题,能够保证时间触发调度设计结果的正确性和优化性。对于包含1 000条消息的大型网络,所提方法的计算速度为SMT方法的数十倍以上,并且调度生成消息的端到端延迟在SMT方法的1%以下,大大提高了消息传输的及时性。      

阵列射流冲击复合不同肋化表面的沸腾特性

阵列射流冲击冷却技术可以有效地解决高热流密度器件的散热问题,为了验证受冲击表面强化传热结构对优化两相射流冷却性能的有效性,结合高速显微摄像手段,研究了不同肋化表面结构形态对受限式阵列射流冷却的流动、传热特性的影响。设计了2种含不同肋化表面形态:光滑切割针肋（0.6 mm×0.6 mm×1.0 mm）、外覆多孔烧结层的粗糙针肋（粒径为73~53 μm）。实验使用无水乙醇为工质,以光滑表面的射流冷却热沉为对照组,入口温度均为20℃,在固定工质流量7.5 mL/s下,随着加热热流密度由5 W/cm2增加至100 W/cm2时,热沉的换热系数均持续上升但增幅逐渐减小,未明显观察到沸腾相变的发生。对固定热流密度82.6 W/cm2、80.5 W/cm2改变工质流量（射流雷诺数）的实验工况,当工质流量由7.5 mL/s逐渐降低至1.0 mL/s时,可以非常明显地观测到射流腔内部工质由分层湍流逐步进入泡状流、弹状流及环状流,其分别对应起始沸腾区、核态沸腾区及膜态沸腾区。      

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

可靠性强化试验定量评估方法

介绍了国外最新可靠性强化试验基本概念、各种应力极限分类和试验过程,阐述了强化试验的基础理论.针对可靠性强化试验无法进行定量分析的问题,引入应力强度干涉模型理论,运用干涉模型分析了强化试验中的产品失效原因,即试验环境应力大于产品工作极限应力.通过分析工作极限应力与产品实际使用环境应力的相互关系,推导了利用强化试验数据计算产品可靠度的相关公式,将定量分析引入强化试验中.并举具体计算实例说明了该方法的可行性.在此基础上,运用干涉模型和可靠度计算公式,分析了强化试验提高产品可靠性的2种基本途径:改进设计和提高工艺水平,进一步阐述了可靠性强化的基本原理.