空间站舱内噪声评价与降噪技术现状及建议

空间站舱内噪声对航天员危害严重,必须对其进行严格控制。文章首先分析了适用于空间站噪声评价的指标以及主要噪声源特点;总结了空间站的噪声预测方法和不同方法适用的频率范围、局限性;介绍了国际空间站的降噪工作,总结了其中的经验和不足;最后结合我国空间站噪声控制的研究现状,对我国空间站降噪工作提出了建议：降噪工作必须贯穿空间站设计、制造和在轨工作的整个过程,才能对噪声进行有效控制。     

"长二丙改"上面级CPKM发动机喷管两相粘性流动数值模拟研究

对“长二丙改”火箭上面级CPKM发动机喷管的高空性能进行了预示。气相采用显式MacCormack差分格式、颗粒相采用特征线法,数值求解采用轴对称二维两相粘性流动模型。对CPKM发动机喷管进行数值模拟,所得的发动机平均推力与实测性能数据相比较,相对误差为2．3％。研究表明,所采用的流动模型和数值模拟方法,对高空大面积比喷管性能进行的预示是有效的。     

高超声速滑翔飞行器再入段制导方法综述

针对高超声速滑翔飞行器再入飞行段,回顾了制导技术的发展历程和研究现状。建立了高超声速滑翔飞行器运动模型,并分析了再入段的路径约束、终端约束和地理约束。将再入制导方法分为三类：标准轨迹制导方法、预测-校正制导方法、混合制导方法,分别对研究现状进行了综述。然后,专门针对侧向平面制导方法进行了讨论和分类,根据飞行任务不同分为了常规约束的制导问题与附加地理约束的制导问题两类。最后,对再入制导方法进行了总结,并结合未来高超声速滑翔飞行器的任务需求,展望了再入制导技术的发展方向。     

基于频响主元的卫星结构损伤定位与评估方法

鉴于目前国内卫星预、复振频响结果的评估主要依靠设计师的经验分析,缺乏高效准确的量化手段,文章基于频响函数(FRF)的主元分析(PCA),提出了两种针对卫星结构的损伤定位指标,分别是多主元综合指标和FRF主元残差均方根;并采用平方预测误差(SPE)指数对卫星结构的整体损伤程度进行评估。以卫星主承力部件中心承力筒为分析对象,验证了基于卫星结构频响主元的损伤定位和评估方法的有效性。文章对基于预、复振对比分析的损伤识别、量化试验评估标准、提高卫星研制效率有促进作用。     

碳布叠层穿刺复合材料多尺度传热特性研究

为了深入认识复合材料的多尺度传热特性,预测复合材料宏观热物性参数,基于通用单胞思想和多尺度传热特性分析,建立了一种有效预测碳布叠层穿刺复合材料等效热物性参数的方法。基于电镜扫描分析了纤维束和编织结构的特征,采用通用单胞思想,建立了介/细观传热分析模型,通过数值仿真进行了一系列的多尺度传热特性分析,譬如:纤维体积分数对纤维束结构传热特性的影响、穿刺纤维束大小对编织结构传热特性的影响分析,在此基础上,建立了胞体模板扩展,初步将介/细观结构研究规律应用到宏观结构热物性预测,并进行多层胞体传热特性分析。验证实验表明:等效热物性预测值与实验值吻合较好,方法有效,为深入理解认识碳布叠层穿刺复合材料的介/细观传热特性提供了有效的分析手段。     

直/气复合控制导弹的模型预测和自抗扰姿态控制设计

针对直/气复合控制导弹姿态控制系统的特点,提出将非线性模型预测方法与自抗扰控制方法结合的姿态控制策略,设计姿控脉冲发动机阵列点火逻辑,在分析直接侧向力有限约束集的基础上提出直/气复合控制导弹姿态控制系统设计方法。仿真结果表明,所给出的复合控制策略可以有效抑制外部干扰和模型不确定性的影响,显著加快拦截导弹的过载响应速度。     

计量活门磨损寿命预测

对计量活门的磨损量进行建模,进行了探索研究,考虑了3种计算磨损量的方法.基于某型航空发动机燃油控制装置的计量活门试验数据的计算,结果表明:采用灰色理论的基于时间序列的一阶微分方程模型可以较准确地计算出计量活门的磨损量,相对误差小于5%.对于燃油控制装置计量活门磨损寿命的预测具有实用意义, 可以为燃油控制装置整体使用寿命的提供一定的依据.      

基于DOA-BP神经网络的电离层TEC短期预测

影响全球导航卫星系统（GNSS）所需导航性能（RNP）的最大误差源之一是电离层延迟,该延迟与电离层总电子含量（TEC）成正比,因此TEC的准确预测直接影响到GNSS的RNP。探索性地使用2021年提出的澳洲野犬优化算法（DOA）优化反向传播（BP）神经网络,构建DOA-BP神经网络TEC短期预测模型,以欧洲定轨中心（CODE）提供的电离层TEC值作为数据集,训练、测试DOA-BP TEC短期预测模型,实现全球范围和中国区域不同电离层格网点处TEC值的高精度短期预测,并将预测结果分别与传统BP神经网络模型、麻雀搜索算法（SSA）优化的BP神经网络模型（SSA-BP）预测的TEC值进行对比分析,结果表明,相较传统BP模型,DOA-BP模型的TEC预测精度明显提高,且相比其他优化模型（如SSA-BP模型）,预测的TEC精度也占一定优势,能准确反映全球不同时空下电离层TEC的变化特征,可作为电离层TEC短期预测的一种新方法。     

基于ARVM模型的液体火箭发动机试验台故障预测方法

针对液体火箭发动机试验台故障子样少,故障预测精度低,故障维修保障困难等问题,在分析标准RVM优缺点的基础之上,提出了一种自适应能力较强的故障预测模型——ARVM(Adaptive Relevance Vector Machine)。为测试该模型,以某型轨控发动机高空模拟试验台管路流量、燃烧室压力为输入参量对推力矢量进行了预测,预测结果表明,ARVM方法能够有效跟踪推力矢量参数的变化趋势,并且获得了较高的预测精度和模型稀疏性。该方法对于复杂系统的故障预测和维修保障具有一定的理论价值和工程应用意义。     

基于稀疏核增量超限学习机的机载设备在线状态预测

为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大化字典元素的瞬时条件自信息量,选择一个具有固定记忆规模的稀疏字典。针对基于核的增量超限学习机核权重更新问题,提出改进的减样学习算法,其可以实现字典中任一个核函数删除后剩余核函数Gram矩阵的逆矩阵的前向递推更新。通过对某型飞机发动机的状态预测,在预测数据长度等于20的条件下,本文提出的算法将预测的整体平均误差率下降到2.18%,相比于3种流形的核超限学习机在线算法,预测精度分别提升了0.72%、0.14%和0.13%。