空间黏附爬行机器人足端预压力优化与控制

基于仿生干黏附材料的空间足式爬行机器人可附着于航天器外表面并代替宇航员完成舱外巡检、维护等工作,是无人自主化在轨服务与维护的有效途径。为保证足式爬行机器人与航天器的稳定附着,本文针对空间爬行机器人足端在与航天器接触时预压力对黏附稳定性影响的问题,提出一种足端预压力优化与控制方法。首先结合仿生黏附材料特性,建立黏附材料在预压阶段和黏附阶段的稳定性约束;其次在稳定性约束下基于二次规划方法优化足端力,保证预压力足够的同时减小对其他足的脱附力;最后通过基于环境刚度辨识的导纳控制实现优化后的力分配。结果表明：基于环境刚度辨识的导纳控制可实现预压力的柔顺控制,优化后的预压力可减小对其他黏附足的法向脱附力的影响,保证黏附爬行稳定性。     

基于G-M制冷机的大尺寸冷屏设计方法

介绍了基于Gifford-Mcmahon (G-M)制冷机的大尺寸冷屏的设计方法。该低温冷屏配合真空环境模拟室共同使用,为遥感卫星的星载遥感器等部件的红外定标试验提供20K的低温冷背景。该冷屏采用5台G-M制冷机进行制冷,外形尺寸达到1m×1m,是目前国内同类型冷屏中尺寸最大的。详细介绍了冷屏在容器内的安装布置、冷缩时的补偿等结构设计方法、冷屏的表面温度分布以及降温时间等计算分析。成功解决了大尺寸冷屏在低温环境下的冷缩补偿难题,试验结果表明:冷屏主要测点温度为15K,温度均匀性误差为±1K,达到并超过设计要求。      

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

基于滑模变结构和扩张状态观测器的电动舵机复合控制方法

为提高电动舵机伺服系统的鲁棒性,同时解决实际工作中电动舵机不确定负载引起的跟踪精度低的问题,提出了一种采用指数趋近率的滑模变结构控制率结合扩张状态观测器对负载扰动进行实时估计的电动舵机的伺服控制方法,给出了控制器设计方法和试验验证。仿真和试验结果表明,与常规的滑模控制器相比,采用扩张状态观测器的变结构控制能有效提高电动舵机的跟踪性能。     

基于内模原理的涡轴发动机状态反馈控制方法

某型涡轴发动机全权限数控系统采用了状态反馈控制方式.根据内模原理, 引入伺服补偿器, 使设计的控制系统不仅具有较强的鲁棒性, 而且在用于指令跟踪时能消除稳态误差;根据性能指标要求设计了状态反馈控制器, 从而提高控制系统的品质.与目前的PID控制方式相比较, 半物理模拟试验结果表明该控制方式有显著的性能改进.      

学科间载荷参数空间插值传递方法

针对多学科优化分析中面面耦合学科网格间载荷传递的问题, 提出了在参数空间中的三次函数插值传递方法.该方法将三维空间的源学科载荷点投影到二维参数空间平面上, 用三次插值函数对目标点载荷进行计算.此方法解决了叶片表面弯曲对载荷传递精度的影响.某涡轮叶片温度传递的结果表明本文的方法具有很高的精度.      

计算涡扇发动机风车起动特性的辨识模型

针对高空风车条件下涡扇发动机起动性能估算问题, 提出了运用约简遗传规划算法进行模型结构自动选择的思路, 对基于约简遗传规划的风车起动模型进行了研究.以某型涡扇发动机为例, 运用该算法对给定条件下该型发动机的风车起动过程进行了建模仿真, 得到了起动过程的估算结果.将估算结果与试验数据对比, 验证了方法的正确性、可行性.      

基于迭代QR分解的DOA估计技术

提出了一种基于迭代QR分解的信源到达角(DOA)估计技术.DOA估计的子空间方法主要是通过估计信号协方差矩阵的信号子空间或者噪声子空间来求出信号的DOA参数.估计这些子空间通常需要大量的计算,采用ASIC实现时其成本会非常昂贵.本文采用迭代QR分解方法进行子空间分解,可以利用较少量的计算资源完成处理任务.仿真实验结果达到0.23毫弧度,说明该算法比较可靠有效.     

飞机维修信息管理系统

基于机载中央维护系统(CMS),提出了飞机维修信息管理系统(AMIMS),以进一步提高飞机的安全性,降低维修和运行成本;并详细讨论了AMIMS的组成、功能、关键技术及其解决途径。     

基于数字信号处理的自适应旁瓣对消系统设计与仿真

自适应旁瓣对消技术(ASLC)是雷达抗有源干扰的有效方法.它是采用空间滤波技术,通过辅助通道在干扰方向上形成波束图的零点来实现对干扰信号的抑制.本文介绍了自适应旁瓣对消的原理,然后给出了基于DSP的ASLC实现方案,最后通过仿真分析了自适应旁瓣对消的性能.