轴流压气机串列叶栅参数优化研究

为发展串列叶栅优化设计体系,首先提出了串列叶型的参数化造型方法,并对某传统叶栅进行了串列改型,设计点总压损失系数下降了41.8%,静压升上升了0.92%。发展了主从式并行微分进化算法,并对该串列叶栅的5个配置参数进行了数值优化,设计点总压损失系数降低了8.67%,静压升提高了0.3%。采用偏相关分析法对优化全过程进行数据挖掘,揭示了5个配置参数对串列叶栅性能的影响程度。提出并验证了串列叶栅前后叶的弯角和弦长分布对攻角特性的影响关系,并定义一个新的参数用于衡量这一影响关系,实现了对攻角特性的调节,得到了全工况更优的方案。     

基于串级线性自抗扰的四旋翼姿态控制方法

针对四旋翼无人机姿态调整过程中,由于参数不确定性及外界环境干扰,往往给姿态控制带来一定困难。本文研究提出一种基于串级线性自抗扰的四旋翼姿态控制方法。首先建立四旋翼无人机的动力学姿态模型,提出采用串级PID双环路控制架构,将姿态控制任务分解为内外两个环路。采用Levant微分器提取控制参量,以强化跟踪能力。此外,对原线性自抗扰控制器进行优化,旨在更好地消除外界随机扰动对系统的影响。利用MATLAB Simulink环境对提出的控制方法进行模拟,结果表明相比传统方法,该方法能更好地抑制系统受扰动引起的影响,增强系统对期望信号的跟踪能力,从而明显提高了四旋翼无人机姿态调整的精度与稳定性,以及四旋翼无人机姿态控制的精度和鲁棒性。     

弹道导弹显式制导的分析与研究

弹道导弹的制导方法是影响弹道导弹命中精度的关键因素。本文对此进行了深入研究。文章首先分析了影响制导精度和速度的原因。在此基础上，提出了一种基于神经网络的显式制导方法，这种方法利用神经网络进行弹道约束函数的解算，利用微分控制算法进行控制量求解，具有较好的应用价值，文中算例验证了算法的有效性。     

微分对策制导规律与改进的比例导引制导视规律性能比较

本文根据现代战争敌我双方对抗格局，提出了防空导弹拦截高速大机动目标，采用微分对策强迫奇异摄动方法零阶组合反馈解析解制导规律。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量，易于弹上实时实现。为了证明该制导规律的良好性能，文中给出了另一种改进的比例导引制导规律，并以某防空导弹为研究背景，对两种制导规律的性能进行了比较。结果表明微分对策制导规律的弹道参数特性比改进的比例导引制导规律好得多。     

空间微分几何制导律应用研究

分析了空间微分几何制导指令在弹道导弹拦截场景中的捕获条件和捕获能力。首先根据古典微分几何的曲率理论将微分几何制导曲率和挠率指令从弧长体系转换到时域下,然后基于理想飞行控制系统假设给出了指令攻角和指令侧滑角的算法以及空间微分几何制导律,最后推导出拦截高速目标时的初始捕获必要条件和奇异条件。仿真结果表明,空间微分几何制导律可以应用于实际的拦截场景,且与传统的比例导引律相比,该制导律对机动目标具有更好的拦截性能。     

航天器铷钟的一种精密控温系统

研究了一种应用于航天器的高精度、高稳定度的温度控制系统：使用热敏电阻作为温度传感器;采用多级控温策略,核心级采用基于径向基函数（Radial Basis Function,RBF）神经网络比例、积分、微分（PID）控制算法,非核心级采用积分分离式PID算法;采用脉宽调制（PWM）控制作为控制方式。以航天器铷钟作为控制对...     

基于微分平滑的欠驱动刚性航天器时间最优轨迹规划研究(英文)

针对非轴对称欠驱动航天器提出了一种新的基于微分平滑特性的时间最优轨迹规划算法。首先,在控制输入受限的约束条件下,对给定的初末姿态,选取航天器机动时间最短为待优化的性能指标。其次,在欠驱动航天器的非受控轴上引入虚拟控制输入,扩展系统的平滑特性,从而使得系统的姿态和控制输入变量均可由平滑输出函数及其各阶导数代数表征;同时为保证优化问题的等价性,引入虚拟控制输入始终为零的附加等式约束。进一步,利用伪谱法离散系统的平滑输出函数,将优化问题最终转化为一个低维的,仅含有代数约束的非线性规划问题,且无需积分求解系统的动态力学方程。仿真结果表明该算法不仅能够有效地减少优化所需的时间,而且运算精度较高。     

机动飞行非线性解耦控制

给出了非线性解耦系统平衡点的计算公式。用微分几何控制理论研究了飞机非线性运动的 3种解耦运动模式,并用这 3种模式实现了 3种形式的敏捷性机动和直接升力控制的 3种基本模式,即 An,α1和α2 模式。计算结果表明,给出的 3种解耦模式能精确地实现这些运动模式。为飞机敏捷性和直接力控制问题提供了一种理论研究方法     

判断矩阵的一个恰当的校正方法

 本文首先证明了成对比较矩阵在相容性矩阵集合中的最佳逼近的存在性和不唯一性。然后通过微分同胚,把原来的非线性逼近转化成一个线性逼近,从而用投影定理获得解决。算例证明该方法简易可行。     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.