无人机自动回收方案研究

介绍并分析了现有无人机主要回收方案的系统组成及其特点，为无人机自动回收技术的研究提供了参考。     

无人机滑跑纠偏控制

研究无人机(UAV)滑跑纠偏控制方案、控制结构及控制律设计方法。提出了主轮差动刹车与方向舵联合滑跑纠偏控制方案及控制结构,建立了包含起落架、刹车装置及跑道特性的无人机滑跑非线性全量数学模型,采用频域模型作为参考模型表示期望的滑跑纠偏控制性能,利用基于遗传算法的全局优化过程对联合纠偏控制律参数进行设计,使纠偏控制特性逼近参考模型特性。实例设计表明,滑跑纠偏控制方案和控制结构合理可行,控制律设计方法快捷有效。     

高性能纤维增强树脂基复合材料3D打印及其应用探索

纤维增强树脂基复合材料具有优异的力学性能,能够实现轻质、高性能结构的制造,但传统的成型工艺过程复杂、成本高,难以实现纤维回收利用,限制了纤维增强树脂基复合材料的广泛应用.3D打印技术是一种新兴的零件成形工艺,将3D打印技术应用于纤维增强树脂基复合材料的制造,为实现复合材料低成本、绿色制造提供了可能性.综述了纤维增强树脂基复合材料3D打印技术研究的发展现状,提出了一种高性能连续纤维增强热塑性复合材料3D打印工艺及其回收再制造策略.     

小型无人机伞降回收运动分析CSCD

针对小型无人机伞降回收的特点,研究了在无人机回收过程中,飞机及降落伞系统的运动轨迹及姿态。通过分析机伞间的力学关系,建立了机伞系统运动模型,并进行了仿真分析,给出了无风情况下回收运动的仿真结果。结果表明,系统能够满足无人机回收要求,可以决定最佳的回收参数,从而得到最优回收轨迹和姿态。     

一种快速Nand Flash垃圾回收策略

为了解决垃圾块回收以及块重新融合再利用过程占用Nand Flash数据I/O操作中大量时间的问题,提出了FTL逻辑块数据流转图概念,并对垃圾回收触发条件、垃圾块选择方法、垃圾回收的过程进行了算法设计,实验表明算法可以提高Nand Flash的平均寿命,缩短IO运行时间。     

伊称再次将火箭送入太空

伊朗国家电视台去年11月26日报道说,继2月份“探索者”1火箭首次发射成功后,该国又将“探索者”2火箭送入太空。报道称,“探索者”2在完成其功能后,于40分钟后利用特殊的降落伞降落。本次发射的主要任务是开展有关大气层的空间实验、试验回收系统和保证参与研究项目的科学家之间的协调工作。报道说,这次成功增强了信心和民族自豪感,因为火箭安全可靠地返回了地面,而这对伊朗来说还是第一次。“探索者”2为两级固体火箭,由运载、太空实验装置和返回系统三部分构成．能携带小型有效载荷,     

重力空射稳定伞阻力特征自动化设计

为进行重力空射稳定伞的初步设计,文章以多体动力学软件(ADAMS)为二次开发平台,构建了重力空射箭-伞系统的动力学仿真模型;推导了火箭和稳定伞的气动模型,并利用动态链接子程序实现了气动力的加载;通过ADAMS命令语言建立了参数化模型和用户界面。在此基础上,自编可行方向优化算法实现了稳定伞阻力特征的自动化设计。最后,根据仿真计算结果对试验火箭出舱时间、安全通道、回收方式等问题进行了分析,为后续空射稳定伞的细节设计以及空射总体方案的确定提供了参考。     

某机载探测系统自主回收技术的实现

针对某机载探测系统探头回收自动化程度低的问题,提出了在无需操作员干预情况下实现探头自主回收的技术方法。采用了先进的控制算法,将缆位角与探头、缆长进行结合并引入了绞车控制系统,使绞车对探头的回收速度及缆长可进行实时调整,并给出了3种不同缆位角摆动条件下缆长与探头回收速度的控制曲线关系。研发了自主回收装置,设计了能够实现自主回收功能的探头回收机构。实验验证表明：在无需人为干预的条件下,在缆位控制系统及自主回收机构的配合下,系统实现了对探头快速、安全的回收。     

基于翅片板结构的烟气对流冷凝传热性能

在冷凝实验台上对一种用于冷凝式烟气余热回收的翅片板换热器进行实验,研究了该结构的传热和流动性能,分析了烟气温度、流速等对冷凝的影响,得到了Nu-Re和 f-Re曲线,并对该换热结构在干空气风洞实验台上测试的结果进行了比对.结果表明:由于大量不凝性气体的影响(质量分数为92%),冷凝传热对整体传热性能的强化并不明显,伴随有冷凝的烟气表面传热系数约为相同工况下无凝结表面传热系数的1.1～1.2倍.得到了无量纲数冷凝传热准则关联式,可以为冷凝式翅片板换热器的设计提供参考.      

无人机视觉引导对接过程中的协同目标检测

无人机空中自主回收是未来的发展趋势,对空中载具的自动识别是实现视觉引导回收的关键技术之一。目前对于空中关联目标检测的研究局限于单个目标个体,没有充分利用关联目标之间的信息。本文针对空中高动态对接中的关联目标检测问题,提出了一种母机与挂载对接物体的单阶段快速协同目标检测算法,包括相关类别并行独立分支目标检测、相关类别掩模增强检测以及相关类别的特征一致性约束,这些模块能够共同提升检测表现。实验表明,在测试集中该算法相比于YOLOv4能够提升4.3%的平均精度,相比YOLOv3-Tiny能够提升31.6%的平均精度。同时,该算法已应用在MBZIRC2020的高动态空中对接项目上,实现机载图像在线实时处理,团队借此斩获冠军。