平衡空间到模态空间的反映射模型降阶方法

针对内平衡降阶方法物理意义不清晰,平衡坐标无法由传感器直接测量的问题,文章基于柔性航天器动力学模型,提出了通过反映射实现平衡空间到模态空间的模型降阶方法。利用状态空间线性变换传递函数和特征值的不变性,通过平衡降阶模型零极点传递函数获得了与原系统相对应的特征频率,给出了平衡降阶模型与原模态子空间的映射关系,成功构造了反映射矩阵。频率响应及可控可观性分析结果显示,模态子空间降阶模型能够准确找到与原模型相匹配的状态变量,物理意义清楚,便于控制系统使用。     

数字高程模型在航线分析中的应用

航路分析的主体是飘降分析与供氧分析,是高原航路开辟前所必须做的性能分析工作。传统方法在确定航迹下方特定宽度范围内的地形剖面时,存在巨大的手工地图作业,工作量巨大且不能保证精度要求。以地理信息系统数字高程模型为基础,通过建立航线分析自动化软件系统,对实际高原航线下方的地形剖面进行搜索计算,解决了这类问题。作为算例,进行了几种情况下的成都拉萨航线地形剖面的对比分析。     

入轨精度对降交点地方时的影响分析

先提出太阳同步轨道的设计方法和降交点地方时的计算方法,然后以降交点地方时偏差作为评价标准,采用正交试验设计方法分析入轨精度对其影响。实例计算结果表明,入轨偏差将导致降交点地方时随时间积累不断漂移,轨道倾角偏差对降交点地方时的影响最大,半长轴偏差的影响次之,而偏心率偏差的影响最小。     

基于CFD降阶模型的阵风减缓主动控制研究

飞行器飞行时会受到大气紊流的影响,降低飞行品质。阵风减缓控制是改善飞行器飞行性能的关键技术。现有的阵风响应分析多以离散阵风为研究对象,对更加真实描述大气紊流的连续型阵风时域分析关注较少。采用成形滤波器方法将频域形式给出的大气紊流信号转换为时域信号。在跨声速区域内,利用系统辨识技术,基于计算流体力学(CFD)方法建立阵风激励下的气动载荷状态空间降阶模型(ROM)。为方便控制器设计,借助平衡模态法进行模型的进一步降阶。使用模型预测控制(MPC)算法通过控制操纵面偏转实现阵风减缓主动控制。以AGARD445.6标模作为仿真算例,验证基于ROM设计的阵风减缓控制律的有效性。仿真结果表明,在跨声速飞行状态下,模型预测控制器能够在满足操纵面偏转范围的约束下,对连续阵风激励下的翼根弯矩输出进行有效抑制。     

航空发动机转子系统动力学模型的可逆化简化方法

针对航空发动机高压转子系统动力学模型,给出了一种模型可逆化简化的方法.首先采用有限元法建立了较为精确的动力学模型,然后基于质心集中方法对该模型进行了不同程度的简化,分别得到了单跨双盘模型和单盘模型,并将其与原始模型进行了临界转速的对比.这是一种从结构特点将实际多盘转子简化成单盘转子的方法,它使得在考虑到支承等非线性因素后利用低维非线性动力学理论进行分析和参数优化成为可能.另一方面,研究了模型简化方法的可逆性,即基于质心位置及总质量最优的原则,由单跨双盘模型的圆盘结构参数反推了多级圆盘的等效内外半径、厚度、位置等参数,构建了新的工程结构模型,对比该模型和原始模型的前3阶临界转速,误差均在3%之内.这种由简化模型参数反推多级圆盘的方法,为由非线性动力学理论优化分析所得到的简化模型优化结构参数反推设计多级圆盘工程结构参数奠定了基础.      

成都-拉萨高原航线单发飘降程序的优化分析

首先就高原运行总则进行介绍分析,提出了高原运行的基本方案和运行控制总纲,接着对成都双流和拉萨贡嘎机场的情况以及特殊地形特性进行介绍和分析,之后分析了成都-拉萨高原航线的运行控制的特殊性.其中详细着重对航路相关问题以及飘降程序进行了综合分析,重点以B757 - 200机型执行成都-拉萨航线为例,综合考虑了实际运行中的各种限制因素,着重对高原航线航路中发动机失效后飘降问题进行了详细分析,重点研究飞机的单发飘降性能和程序,对其通过性能分析提出优化的方法和程序,以进一步提高飞行安全性.     

三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。     

基于Krylov子空间的直升机降阶控制器设计

目前直升机控制器的阶数往往较高,在保证闭环性能的情况下,如何尽可能地降低控制器阶数是亟待解决的问题。本文将一种基于Krylov子空间的控制器降阶方法应用于直升机模型的控制器,不仅设计出的降阶控制器能够完全符合闭环系统要求;而且该方法不需要解Lyapunov方程和使用工具箱,大大地减小了计算量。仿真结果也表明了此方法的有效性和实用性。     

基于自组织神经网络的空中交通复杂度参数优化及预测

首先介绍了国内外关于空中交通复杂度的定义及研究现状。然后在现有的空中交通复杂度模型中挑选空中交通复杂度参数,再利用自组织神经网络,分析所选取的空中交通复杂度参数之间的关系,达到将高维空中交通复杂度参数进行降维分析的目的。然后对于优化了的空中交通复杂度参数使用RBF神经网络进行预测,比较预测结果,得到最优的空中交通复杂度参数。     

基于深度神经网络的多星测控调度方法

卫星规模的急剧扩大给传统多星测控调度方法带来了巨大挑战.传统调度方法面临调度时间长、任务满足度低等问题,难以适应大规模卫星调度.为此,引入了支持大数据和并行计算且具有自主学习特性的深度神经网络(DNN)算法,提出了一种基于DNN的多星测控资源调度方法.根据多星测控资源调度的特点以及DNN算法的要求,对调度过程中影响调度...