基于BPNN参数整定的四旋翼吊挂自抗扰飞行控制

针对四旋翼无人机吊挂系统状态耦合和载荷抗摆问题,开展了四旋翼无人机吊挂系统抗摆飞行控制研究。首先,利用牛顿-欧拉法和拉格朗日方程建立吊挂系统的动态特性方程。然后,采用反向传播神经网络(BPNN)在线调节自抗扰控制(ADRC)中的扩张状态观测器(ESO)参数,以提高ESO的估计精度和控制器的抗干扰能力。最后,通过仿真对比分析了反向传播神经网络-自抗扰控制(BPNN-ADRC)和传统ADRC的控制系统性能。仿真结果表明,基于BPNN-ADRC的飞行控制系统不仅具有稳定的轨迹跟踪能力,参数调节容易,而且响应速度快,超调量小,抗干扰能力强。     

共轴刚性旋翼干扰下机体外形对流场影响的数值模拟

针对共轴刚性旋翼干扰下直升机开展了机体外形对流场影响的数值模拟研究。首先,基于动量源模型和雷诺平均N-S方程的数值模拟方法,进行了孤立共轴旋翼下方诱导速度分布和ROBIN机身压强分布的验证计算。然后,对孤立机体以及有双旋翼干扰的原机体进行数值模拟,比较了有无旋翼干扰的机体流场。最后,分析了机头外形、垂尾方向、平尾及垂尾大小对流场的影响。结果表明:高速前飞状态下,有旋翼干扰的机体阻力小于孤立机体的阻力;旋翼下洗流场对机头压力分布几乎没有影响,但对尾翼附近流场有影响;机头采用适当曲率能够减小阻力,垂尾朝向处流场更紊乱;垂尾、平尾越大,其影响区域越大、阻力越大。     

智能结构动力系统控制器设计和结构优化的综合分析

通过由两个压电作动器控制的空间桁架,将最优控制问题和结构中杆件截面积动态优化相结合,综合分析了二者的混合优化问题.计算结果表明,在结构动态响应特性不变的条件下,结构重量和控制需求均有显著下降.      

基于故障树和神经网络模型的航天器智能诊断研究

提出基于故障树和神经网络模型的诊断方法,提出面向故障树的基于框架和广义规则的知识表示方法及相应的确定性和可能性推理策略,对于可能性推理的结果,通过基于神经网络模型的学习诊断来进一步确定其状态。在Ｗｉｎｄｏｗｓ环境下,用Ｂｏｒｌａｎｄ Ｃ＋＋实现了一个原型系统。通过对“实践４号”卫星能源系统故障模拟实验台的诊断验证了系统的有效性。     

强度自适应智能复合材料结构

提出在复合材料中埋入形状记忆合金丝、光纤阵列组成的强度自适应复合材料结构与系统。提出能够改变结构应力分布的形状记忆合金丝的布置方案;检测复合材料损伤及大应变位置的光纤阵列和神经网络;以及控制激励形状记忆合金丝动作的系统和实验方案。     

直升机旋翼载荷中的非线性强迫振动方程迭代算法

介绍用迭代方法求解直升机桨叶气动载荷中的非线性强迫振动方程。计算时,先假定诱导下洗已确定,求出桨叶的初始载荷;再通过非线性强迫振动方程求出弯－弯－扭弹性变形。以某一直升机为例,求出了桨叶的各阶谐波载荷和弹性变形。计算结果与实验数据吻合。     

基于旋翼无人机技术的近地磁测系统

为了提高无人机航空磁探测精度,文章利用大疆六旋翼无人机作为飞行平台,搭载三轴磁通门传感器及相应的数据采集子系统,组建了旋翼无人机磁场测量系统;分析和测量了六旋翼无人机本底磁性分布特征,优化了无磁伸杆的安装位置;采用综合系数法修正了三轴磁通门传感器的误差;最后进行了野外飞行试验,对旋翼无人机磁测系统的整体性能进行验证。结果表明,系统可持续飞行15 min,可有效完成低空磁场探测和磁矩计算,且飞行稳定性能高。文章进一步提出了技术改进方向。该研究可为无人机磁探技术和工程应用提供参考。     

面向设计的复合材料旋翼桨叶动力优化设计

提出一种面向设计的复合材料旋翼桨叶结构动力优化方法。采用典型剖面设计、变量连接、铺层变量连续化等方法,有效地处理了剖面内部形状、复合材料铺层、配重质量３类设计变量。在动力分析模型中考虑了剖面翘曲、耦合变形和陀螺力的影响,由三级数值计算模式实现固有频率灵敏度分析。约束条件包括了固有频率、结构重量、自转惯量等设计要求,优化求解采用基于序列二次规划的算法。上述方法真实反映了桨叶结构特征和实际工程设计要求。     

人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

飞机智慧座舱发展技术研究

未来飞机座舱智慧化转型是必然趋势,研究飞机智慧座舱发展技术能够为未来飞机智慧座舱的设计提供参考支撑。本文探讨了智能与智慧的区别,提出了飞机智慧座舱的概念与设计内涵,总结出深度感知与沉浸式交互、类人的认知及开放性与个性化定制服务的智慧座舱功能设计要素;梳理了发展飞机智慧座舱亟需解决的五项关键技术：多维度深度信息感知与融合技术、先进信息显示技术、沉浸式自然交互技术、智能态势认知技术、多智能体自主适应技术。通过关键技术的分析对未来飞机智慧座舱的发展提出了新的思考。