中大功率航天电动伺服机构发展综述

随着新材料、新技术的发展,电动伺服机构在电传飞机、先进飞行器、推力矢量控制中得到成功的应用.对中大功率航天电动伺服机构在国内外的研究及应用情况进行了介绍.通过分析,在国外电动伺服机构的运用已经相当成熟,在国内中大功率电动伺服机构在航天应用中已初具规模,出现逐步取代液压伺服机构的趋势.     

标准轨迹制导中准平衡滑翔条件优化研究

对于可重复使用运载器标准轨迹再入制导,准平衡滑翔条件可以将高度-速度平面内各项再入约束形成的飞行走廊,转换为倾侧角-速度空间内的倾侧角走廊.通过在倾侧角走廊内设计倾侧角曲线,可以生成满足飞行走廊的标准轨迹.通过论证标准轨迹再入制导过程中的准平衡滑翔条件及其物理意义,说明了由倾侧角走廊内的倾侧角曲线生成的标准轨迹,存在突破再入飞行走廊边界的可能性.通过对倾侧角走廊边界设置余度,极大地降低了标准轨迹突破再入飞行走廊边界的可能性,提高了标准轨迹的设计成功率.     

基于退化失效与突发失效竞争的导弹剩余寿命预测

为了提高导弹剩余寿命预测结果的准确性,本文综合利用导弹的性能退化数据和突发失效时间数据,提出了基于退化失效和突发失效竞争的剩余寿命预测方法。在引入状态空间模型评估出整弹退化程度的基础上,采用Gamma过程建立退化失效模型;在假定突发失效概率与整弹性能退化程度相关的前提下,采用Weibull分布建立突发失效模型;进而建立退化失效与突发失效竞争模式下的导弹可靠度模型。案例应用证明了所提方法的有效性,对准确预测导弹剩余寿命,有效开展视情维修具有一定的工程价值。     

1/4波长驻波型热声发动机的非线性模型

为研究声波在热声系统开口端和负载构成的阻抗间断面上的声反射问题,针对一端开口的1/4波长驻波型热声发动机建立了一种基于截面平均的准一维非线性热声模型,并采用具有频散保持特性的高精度计算格式进行数值求解。在发动机开口端采用了对于系统共振频率具有一定选择自适应性的宽频时域声阻抗边界条件。宽频阻抗模型写成共轭复数对的留数和极点分式之和的形式,其时域形式可用递推卷积方法进行快速高效的求解,共轭复数系数采用优化拟合方法近似得出。模型可对一端开口的1/4波长驻波型发动机进行临界起振温度的预测,能够描述热声系统的瞬态压力波由初始小扰动经过非线性增长,最终达到饱和的全过程,计算结果与某微小型驻波热声发动机的实验结果相符。最后分析讨论了板叠的形状对热声系统的影响。     

高超声速计算中的气体动理学格式

回顾了高超声速连续流部分的计算流体力学(CFD)方法,总结了近些年兴起的气体动理学格式。阐述了该格式的构造机制,强调了将物理规律直接用于构造数值方法的思路。结合一些应用实例,例如激波相互作用、激波边界层相互作用以及边界层分离等高超声速问题,说明了这种构造思路给数值模拟带来的优点。从高超声速的发展历程来看,气体动理学格式的构造过程包含了更基础的物理规律,而且具有多尺度的特性。这些特性有助于研究复杂的高超声速问题。介观或者微观角度直接构造数值方法的发展趋势为高超声速计算工具指出了可能的发展方向。     

风洞风机防喘振模型及其控制策略

以连续式高速风洞中的多级轴流风机为研究对象,分析了其喘振流量条件和风洞多变试验状态下的流量特性,建立了基于风机入口流量和进出口压比的防喘振模型.给出了风机流动相似条件和流量计算方法,测试出了风洞风机通用特性曲线和工作线,基于风机转速区间和工作特性设置了防喘振簇线.基于PLC（programmable logic controller）过程控制和WinCC监控平台,制定了多级冗余防喘振控制策略,并进行了风洞试验验证.结果表明:防喘振模型能准确反映风洞多变试验条件下风机的运行工况和安全裕度;流量与压比重复性测量的标准差分别为0.002和0.001,防喘振控制的重复性精度为0.003;实现了喘振工况的实时判别和自动控制,有效避免了喘振的发生.      

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

基于深度信念网络的航空发动机维修等级决策

准确的航空发动机维修等级决策,能够避免过维修和欠维修,在保证航空发动机运行安全的前提下节约维修成本。结合航空发动机状态监控信息和维修等级特点,采用深度信念网络（DBN）算法,挖掘状态监测及维修等级决策之间的深层次对应关系,实现对维修等级的分类和预测。该模型通过DBN预训练和反向传播(BP)神经网络反向微调提取出样本特征,从而提高维修等级预测准确率。以某航空公司CF6航空型发动机的状态参数和维修等级数据作为实例进行验证,结果显示:该模型能够通过构建多层网络结构挖掘出样本的更深层次信息,在分类能力、决策准确性方面优于传统神经网络,有较强的特征提取能力,对维修等级分类有较高的正确率,能得出更准确的维修等级决策结果,避免因维修等级误判而带来不必要的损失。      

基于GA和ARMA模型的制导弹药技术状态预测

针对定期检测判断制导弹药技术状态影响弹药寿命和实时性较差的问题,提出了基于遗传算法(GA)优化的自回归与移动平均(ARMA)模型制导弹药技术状态预测方法。在获取到制导弹药状态特征量历史检测数据的基础上,采用遗传算法对ARMA模型的阶数进行优化,通过实例将遗传算法优化后的ARMA模型与经典ARMA模型的预测结果进行比较分析,结果表明,经过优化后的ARMA模型具有更好的预测效果。该方法提高了制导弹药技术状态确定的实时性,对降低、消除制导弹药故障危害具有实际意义。     

基于NSGA II算法分布度改进的ATREX发动机性能优化方法研究

为使飞行轨迹上膨胀式空气涡轮冲压发动机(Air Turbo Ramjet Expander, ATREX)推力满足飞行器要求,同时比冲为对应推力下的最优值,基于改进分布度的NSGA II算法建立了以推力、比冲为优化目标的ATREX多目标优化模型。本文首先提出了基于个体优化目标间直线距离的筛选函数,改善了NSGA II算法优化结果的分布度;然后基于改进的NSGA II算法建立了ATREX性能多目标优化模型,获得了地面状态发动机推力、比冲最优解。在优化结果分布度接近前提下,与基于原NSGA II算法建立的ATREX性能多目标优化模型对比,基于改进NSGA II算法建立的优化模型所需初始种群个数及迭代时间均下降30%左右。