星点坐标辅助的全天区三角形星图识别算法

随着当前星敏感器视场（FOV）的增大,探测能力的提高,一帧图中拍摄到的恒星更多。但是受星敏感器光谱范围的限制及空间环境干扰影响,星等测试精度一般不高于0.2 mV。为了充分发挥当前星敏感器视场和探测能力的优势,并避免星等误差的影响,提高全天区星图识别算法在线应用的适用性,提出了一种星点坐标辅助的全天区三角形星图识别算法。该方法采用"全局初步搜索识别—局部精细匹配验证—最优结果选取"的算法思想。首先,根据星敏感器探测到的极限星等范围构建导航星表,选取亮星构建角距星表,既确保了星表的完备性,又有利于充分利用星敏感器的探测能力。然后,在三角形约束条件下进行角距匹配识别,得到一个或多个导航三角形,在该识别环节提出了非线性矢量法查找星表,既提高了定位精度,又能采用单精度数据类型降低存储空间。最后,提出局部天区星点坐标匹配算法进一步消除冗余匹配,同时又识别出视场内更多的观测星,有利于提高识别率和定姿精度。试验结果表明,与其他一些经典的星图识别算法相比,所提算法在识别率和星表容量方面更有优势。识别率可达99.9%,且随着星等的增加,存储容量增加的最少。所提算法更加适于大视场、高星等敏感范围的星敏感器在线应用。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。     

三支点柔性转子系统支承不同心激励特征及振动响应分析

针对航空发动机三支点柔性转子系统的支承不同心问题,充分考虑转子结构特征和载荷特征,首次将当量刚度引入多支点柔性转子不同心问题的动力学分析,定量描述转子系统各支承间不同心度带来的转子轴段刚度非线性,并提出了多跨度柔性转子系统支承不同心激励的数学描述,建立了不同心激励下多跨度柔性转子系统的力学模型。基于Lagrange能量法,给出了转子系统动力学方程的求解方法,研究得到了支承不同心转子系统的动力响应特征。结果表明:支承不同心不仅引起转子过渡轴的刚度非线性,产生2倍频激励,还会给转子系统带来附加不平衡激励;对于三支点柔性转子系统而言,2倍频分量同样是支承不同心下转子系统振动响应的典型特征之一。转子系统2倍频分量随不同心量的增加而迅速增加,而1倍频分量基本保持不变。同时转子振动响应呈现"缓增速降"趋势,且随非线性刚度、不平衡量的增大愈加明显。     

基于CFD和CSM耦合的通用静气弹分析方法

提出了一种适用于有限元精细化建模的流固耦合插值点选择方法,通过RBF(径向基函数)方法实现流固耦合面的数据交换,实现了基于CFD/CSM(computational fluid dynamics/computational structural mechanics)耦合的通用非线性静气弹分析方法。以HIRENASD(high Reynolds number aero-structural dynamics)风洞试验模型为验证对象,数值结果很好地与风洞试验结构变形、气动压力分布吻合,验证了所发展非线性CFD/CSM耦合静气弹求解器的精度。详细研究了HIRENASD模型在大迎角(AOA)流动下的静气动弹性特性,以及该模型弹性变形对机翼气动特性影响规律。研究表明:HIRENASD弹性模型变形后其升力小于刚性模型;在小迎角范围内刚性、弹性模型升力差随迎角增大呈线性增长;当迎角大于4°后,升力差先减小后基本保持不变,呈非线性关系。      

基于连续损伤力学的轮盘超转破裂行为预测与验证

为有效预测轮盘的超转破裂行为,建立了1种基于连续损伤力学的预测方法。给出了该方法下基于光滑拉伸试验数据的直接时效GH4169合金弹塑性本构模型参数与损伤模型参数确定方法。对缺口半径分别为0.5、2和5 mm的3种缺口圆棒试样的拉伸响应曲线进行了有限元计算,并与试验结果进行了对比。结果表明:该模型可以较准确地预测缺口试样的极限拉伸载荷和拉伸断裂变形。采用弧长法对模拟盘的超转破裂过程进行了非线性有限元计算,使用模拟盘超转破裂试验进行了验证。该模型不仅可以较准确地预测模拟盘的破裂转速,还能有效预测模拟盘的超转破裂模式。对于实际轮盘破裂转速预测具有一定的指导意义。     

基于在线滚动序列核极限学习机的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统设计,提出了1种基于在线滚动序列核极限学习机的非线性模型预测控制方法。综合考虑直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速、涡轮级间温度和压气机喘振裕度等信息,设计具有较好实时性、精度和泛化能力的多输出在线滚动序列核极限学习机作为预测模型,引入预测模型输出与发动机输出的误差进行反馈校正,利用序列二次规化算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合平台的仿真环境中进行了直升机大幅度机动飞行仿真验证,结果表明:该模型预测控制器相比于传统串级控制具有更好的控制品质,可显著降低动力涡轮转速超调/下垂量。     

基于LMI的Lipschitz非线性不确定系统的鲁棒控制

在常态Lipschitz非线性的基础上,考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题,运用Lyapunov方法给出了该系统渐近稳定的充分条件,并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵,通过定理和Matlab仿真实例得出设计的观测器有效,具有良好的稳定性和鲁棒性。     

基于直升机/涡轴发动机综合仿真平台的发动机非线性模型预测控制

 基于具有可靠置信度的直升机/涡轴发动机综合仿真平台,研究了涡轴发动机带约束优化的非线性模型预测控制(NMPC)技术。首先通过设计多输出迭代约简最小二乘支持向量回归机(RRLSSVR),训练具有较好实时性、精度及泛化能力的内嵌式预测模型,在高度0~5 km、前飞速度0~75 m/s范围内模型精度达5‰。其次,考虑了扭矩、燃油流量、动力涡轮转速、燃气涡轮转速等综合信息及相关约束对控制效果的影响,利用在线序列二次规划(SQP)算法实现滚动优化控制,而后加入目标转速偏差的积分项以消除静差,保证输出恒定。最后,通过对直升机进行机动飞行大扰动仿真验证了该预测控制器对扰动的抑制能力,相比传统串级PID控制,能够显著降低动力涡轮转速下垂/超调量,达到更好的控制品质。     

FGM板三维层合模型及热-噪声载荷下的动态响应研究

 为了有效地分析热-噪声联合载荷作用下的飞行器功能梯度壁板结构的非线性动态响应,提出了运用复合材料多层壳单元建立功能梯度材料(FGM)板的层合有限元建模新方法,研究了FGM板在热曲屈前、后状态下复杂的非线性时域动态响应特性,并探讨了梯度指数、热曲屈系数及声压级(SPL)等参数对FGM板非线性动态跳变响应的影响规律。FGM板三维层合建模新方法避免了采用常规有限元法(FEM)建模时需要在厚度方向划分大量单元的缺点;求解FGM板非线性动态响应时采用的隐式积分方案避免了模态叠加法对参与模态选择的经验性要求及模态截断造成的信息丢失等缺陷。仿真结果表明:FGM板层合有限元建模新方法合理可行、过程简便、计算精度高;研究发现:陶瓷-金属FGM板在热屈曲后的抗声振性能并不像热屈曲前那样介于金属板和陶瓷板之间,而是表现最差;热屈曲系数及声压级的组合形式是导致FGM板发生非线性跳变响应的主要影响因素。     

几何非线性机翼本征梁元素模型的高效化改进

 采用Hodges等提出的时间-空间离散化的几何精确非线性本征梁通用模型处理柔性机翼结构动力学问题时,当离散化的节点数增大时,该方法的未知数数量成倍地增长,而且方程组是严重病态的,因此数值模拟计算的速度非常缓慢。针对机翼中最常见的悬臂梁结构,根据空间离散化的边界条件,提出了空间缩聚法把空间离散差分方程缩聚为常系数矩阵格式,得到了只与时间相关的微分方程组,进一步推导得到了该方程组的雅可比矩阵,因而大大减少了方程组的数量以及求解过程的循环和迭代步数。采用Gear方法分别求解了原始的本征梁元素模型和本文提出的缩聚模型,结果表明空间缩聚模型在相同条件下可提高运算速度约5.1倍,而且对不同类型的外载荷都具有较好的通用性、稳定性和高效性。