民航空管中心预警管理信息系统研究

预警系统在国外于20世纪30年代正式产生,战后50年取得了重大进展。1950年,建立了景气监测系统的工作,20世纪60年代,又有人提出危机管理理论。80年代危机管理理论广泛应用。80年代中后期研究了危险的紧急应对方式。90年代中后期,美国,英国,日本等国家的危机     

空间探测烧蚀防热材料应用及趋势

综述了国内外空间探测器烧蚀防热材料的种类及其应用情况,美国主要包括高密度酚醛/玻璃钢、蜂窝增强烧蚀防热材料、PICA及PICA-X以及高密度碳酚醛材料等,国内则主要包括酚醛/尼龙、蜂窝增强烧蚀防热材料和NF材料,介绍了这些材料所应用的探测器、气动加热环境、防热材料性能和防热结构成型技术。总结了美国空间探测防热材料研制中出现的两次烧蚀异常及导致的探测器选材变化,可见防热材料与热环境耦合关系复杂。同时介绍了我国针对防热材料抵御异常损伤开展的部分工作。最后对空间探测防热材料的应用与发展做出了展望。     

绿色技术创新对企业成长绩效的影响——基于研发投入强度的调节作用

随着我国经济的高速发展,生态问题日渐凸显.通过技术创新处理好经济发展和生态效益的关系成为实现绿色发展的内在要求.本文利用94家创业板制造业上市公司2014-2017年的数据,采用广义最小二乘法对绿色技术创新、研发投入强度与企业成长绩效之间的关系进行实证分析,探讨了绿色技术创新对企业成长绩效的直接影响,并对研发投入强度的...     

锦纶材料空间环境适应性研究

为研究锦纶材料在长寿命在轨航天器中的环境适应性,提出了锦纶材料在空间环境使用的空间环境适应性评价指标,设计并实施了空间环境适应性评价试验。试验结果表明,锦纶材料在燃烧性能、逸出有害气体、真空质损和可凝挥发物、抗菌防霉、耐受交变温度、电离辐射中表现出友好的环境适应性。锦纶材料在受到空间环境中原子氧、紫外辐射作用时断裂强力明显下降,且原子氧与紫外辐照协同效果对锦纶材料的力学性能破坏具有加强效果。锦纶材料可作为空间舱内环境长期使用材料,在舱外环境使用时,需要特别考虑其力学特性受到原子氧、紫外辐照的影响。     

空间制造技术研究进展

分析了空间制造技术的发展背景与技术特点,介绍了国内外空间增材制造技术、空间焊接技术的发展情况,总结了相关领域的研究热点。包括非金属与金属空间增材制造工艺、装备的发展现状,空间电子束焊接、固相焊接等工艺与装备研究进展等。论述了我国空间制造技术研究的发展方向。研究结果可为我国空间制造技术研发提供参考。     

基于状态观测器的空间机械臂关节故障诊断

为了实时检测空间机械臂关节故障的发生并获得有效的故障信息,提出一种基于状态观测器的关节故障诊断方法。通过结合滑模变结构控制理论设计滑模状态观测器,获得机械臂各运行状态的残差信息,并将其与设定的阈值比较,实现关节故障的检测。进而引入不同的故障模式,构建故障数据库,将实际关节故障所导致的机械臂故障残差信息与故障数据库对比,完成故障发生位置及其故障程度的识别。所提诊断方法考虑了空间机械臂系统内部强耦合特性,能够及时检测故障的发生并获取有效的故障信息。最后以7自由度空间机械臂为对象开展数值仿真研究,验证了所提关节故障诊断方法的有效性。     

复杂大时延的多主多从共享遥操作方法

共享遥操作结合了遥操作和多机器人协调技术,是重要的空间机器人复杂任务拓展和遥操作可靠性提升方式。首先,在综述现有共享遥操作技术的基础上,利用遥操作系统的超前预报特性,提出机器人复杂大时延的共享遥操作方法,给出了多操作员多机器人（MM/MS）复杂操作系统描述模型,设计了分时树状分组策略并给出其使用的前提条件。提出了MM/MS组间共享遥操作方法、时延信息维护规则、操作请求判断和状态信息维护方法。然后,给出了相应组内共享遥操作算法。最后,以多操作员单机器人（MM/SS）共享遥操作为例,给出了简化规则,使用以某大型空间机械臂为对象的MM/SS遥操作系统进行了数字仿真实验。实验结果表明：本文方法在20 s级不确定时延、操作端的交互时延与遥操作回路时延比为0~1等复杂条件下,均可实施连续稳定的遥操作。     

基于干扰观测器的柔性空间机器人在轨精细操作控制方法

由于强非线性、强耦合和强时变等特征,柔性空间机器人的稳定精细控制问题一直是一个重大挑战。轻质小型化机器人受空间及重量限制,其关节柔性通常不可忽略,这部分柔性主要是由谐波减速器和力矩传感器的柔性造成的。传统的运动学控制在空载时能保持稳定,但是对大负载、快速运动时的适应性差,严重时机械臂抖动剧烈甚至发散。针对以上特征,提出了一种基于非线性干扰观测器和动力学极点配置的柔性空间机器人在轨精细操作控制方法。仿真实验证明,该方法可以有效地抑制柔性激振,保证响应的快速性和准确性,同时有较好的鲁棒性,能够适应不同类型扰动的影响和末端环境柔顺控制的要求,对工程应用具有一定的参考意义。     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。