高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题,提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区,最终到达指定点。此外,本文综合考虑飞行器再入飞行的快速性和工程实用性,并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标,同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求,提高了计算效率。仿真结果表明,本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。     

求解最优月球软着陆轨道的隐式打靶法

基于间接法思想推导出一种隐式打靶法对月球软着陆轨道优化问题进行了研究。建立月球软着陆轨道归一化系统模型,利用庞特亚金极大值原理将月球软着陆轨道优化问题转化为满足最优必要条件的两点边值问题（TPBVP）,采用一种新的时间变量使两点边值问题的终端时刻固定,同时将终端时刻看作状态变量并引入终端时刻的哈密尔顿函数值作为隐式终端条件,提出一种隐式打靶法对含有隐式终端条件的两点边值问题进行迭代求解,从而得出燃料消耗最优的月球软着陆轨道。仿真结果表明,与直接法和混合法相比,隐式打靶法优化精度高,收敛速度快,实现了月球软着陆过程燃料消耗最优。同时应用隐式打靶法求解不同发动机推力值的最优月球软着陆问题,得到燃料消耗最小的最优推重比,可为月面着陆器下降级发动机选型提供参考。     

航空发动机叶片机器人精密砂带磨削研究现状及发展趋势

航空发动机叶片的型面精度及表面完整性对其疲劳寿命和气流动力性等影响巨大。机器人砂带磨削由于其灵活性好、易于调度、通用性强等特点成为提高叶片表面完整性的有效加工方法之一,但是工业机器人一般仅适用于粗加工,而对于半精加工以及精加工,提高机器人的定位精度是决定加工质量的关键问题。因此,对航空发动机叶片机器人砂带磨削研究现状进行归纳总结,为实现叶片精密磨削提供参考。首先,对叶片机器人砂带磨削系统的组成和结构形式进行了论述,从磨削接触廓形、材料去除规律和表面完整性等方面对砂带磨削机理进行了分析;其次,分别从基于CAD模型、数学模型和人工知识学习三方面总结了叶片机器人砂带磨削轨迹规划方法;然后,对叶片机器人砂带磨削运动控制技术研究进行了介绍,并分析了叶片机器人砂带磨削系统及集成技术;最后,对航空发动机叶片机器人砂带磨削研究现状进行了总结,在此基础上对其发展趋势进行了分析。     

舰载捷联惯导数字仿真器的设计与研究

针对舰载惯导系统在边界工作条件尤其是极地地区性能评估存在实时输出数据难度大的问题,以舰艇的运动特性为依据,建立舰艇的运动学模型和惯性器件的数学模型,设计了一种舰载捷联惯导系统数字仿真器,实现了在不同的航行状态、不同的海况条件,以及不同的惯性器件精度条件下惯导系统的实时仿真,仿真输出的数据在虚拟多功能显示器以文字和曲线的形式显示。结果表明,该仿真器能灵活的模拟各种导航参数,有助于突破舰载导航系统性能评估受试验海域和试验载体等因素限制的局限性,可以为研究边界工作条件下惯导系统性能提供试验依据。     

粒子群算法在机动指令跟踪控制器中的应用

基于Backstepping的设计思想设计了机动轨迹跟踪控制律,以实现战机某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解为三轴方向的相对简单的子系统,然后采用反步法分别设计控制律,使得整个系统渐近稳定。由于控制器中含有可调参数,每次跟踪不同的参考轨迹都需要重新设定控制器参数值才能达到良好的跟踪效果,因此利用粒子群算法对控制器参数进行了优化整定,从而保证控制器的自适应性。最后,以机动动作库中战机的某些机动动作为参考轨迹实现全局渐进跟踪,取得了良好的跟踪效果,验证了粒子群算法在控制器参数寻优中的有效性和可行性。     

下一代民机驾驶舱管制员-飞行员数据链通信人机交互界面设计

通过分析现有民用飞机管制员-飞行员数据链通信(CPDLC)人机交互界面存在的不足及其发展趋势,在设计过程中简化了信息分类,使用图形化显示,融入消费电子产品App风格,增强界面友好性,并且添加了输入检查功能、4DT运行信息显示和发送功能,后者能满足FAA和EASA颁布的Next Gen和SESAR计划。设计完成后,采用问卷调查的方法对页面中每个元素以及页面整体进行了初步设计评估。由评估结果得出,此次设计的CPDLC人机交互界面布局格式合理,设计得到优化,较受欢迎。     

反步法与神经网络融合的平流层飞艇轨迹鲁棒控制方法

针对平流层飞艇水平轨迹控制面临外部风场扰动和模型参数不确定的特点,提出一种反步法与RBF神经网络融合的非线性鲁棒轨迹控制方法.该方法采用Lagrange动力学模型,通过反步法直接求解推力和力矩的控制律,采用RBF神经网络动态优化调整反步法的控制增益参数.仿真结果表明,新的控制方法可实现平流层飞艇对直线/圆组合式参考轨迹...     

运载火箭入轨段的自抗扰预测制导方法

运载火箭的入轨段运动对入轨精度的影响很大,为避免扰动干扰,提出了一种自抗扰预测制导方法。首先,基于运载火箭三自由度模型,引入平均重力场、简化终端约束的处理形成了改进的轨迹规划算法,加快了收敛速度,能够适应在线轨迹规划的需要。然后,设计了自抗扰轨迹跟踪器,与在线轨迹规划算法结合形成了自抗扰预测制导方法。数值仿真结果表明,所提自抗扰预测方法在应对推力故障及其他典型偏差干扰时均有较高的入轨精度和鲁棒性,可为运载火箭入轨段制导控制系统的适应性提供参考。     

基于神经网络的撞球机器人控制器设计

对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。     

基于在线约束限制的飞行器预测校正制导

针对传统预测校正算法在再入过程中弹道性能与约束无法保障等问题,提出了一种基于倾侧角参数化的离线弹道优化与在线预测校正相结合的再入制导方法。基于平衡滑翔条件对过程约束进行分析,并证明了倾侧角剖面对射程的单调性。离线部分通过控制量参数化(CVP)方法构建控制模型,并使用序列二次规划(SQP)方法对弹道进行优化,从而大幅度提高弹道性能。在线部分利用Gauss-Newton法实时对弹道进行迭代求解,得出满足终端约束的倾侧角剖面,引导飞行器平稳、精确地飞向末端能量段并满足射程约束,Gauss-Newton法求解弹道具有收敛速度快、精度高的特点。针对高升阻比飞行器导致平衡滑翔条件难以成立以及飞行过程中的强干扰使约束超出的问题,提出了一种约束限制方法,对再入时的过程约束进行了有效的保障。仿真结果表明,本文方法对投放偏差、飞行器参数与大气模型等不确定因素具有良好的鲁棒性,对弹道性能的保障具有工程应用价值。