基于μ分析的高超声速飞行器再入轨迹评估

为解决高超声速飞行器再入过程中存在的不确定性问题,将μ分析理论应用到标称再入轨迹的评估中.采用线性稳定储备准则,在密度、升力系数和阻力系数存在不确定性时,对标称轨迹在制导律下的制导稳定性进行了分析;根据所获得的最坏参数组合,采用系统的开环尼克尔斯曲线验证了μ分析的结果;分析了系统所能容纳的最大不确定性参数,并研究了系统对不同不确定性参数的敏感性.结果表明:在密度、升力系数和阻力系数不确定性中,阻力系数对该标称轨迹的鲁棒稳定性影响最为明显.     

基于多项式混沌法的翼型不确定性分析及梯度优化设计

耦合伴随方法和非嵌入式多项式混沌法，发展了高效、可靠的不确定性梯度优化设计方法。利用伴随方程法求解目标函数对不确定性变量的导数，发展了一种梯度增强型多项式混沌法。通过亚声速和跨声速下等多种算例可以证明该方法可以提高不确定性分析的效率和精度。同时，利用基于方差分解的全局敏感性分析方法对不确定性变量的敏感性进行了量化。建立了多项式混沌耦合伴随方程的统计矩梯度求解方法，并结合梯度增强型多项式混沌法搭建不确定性梯度优化设计系统。基于该优化设计系统对二维低亚声速和跨声速翼型开展确定性及不确定性优化设计研究。优化结果显示，相比于确定性优化设计，不确定性优化设计通过合理权衡确定性性能和不确定性性能，可提高抵抗马赫数和迎角不确定性扰动的能力，同时优化性能均值和标准差。其中阻力系数均值最大可降低17%，阻力系数标准差最大可降低80%。而确定性优化设计可能导致性能鲁棒性的降低。     

新冠疫情背景下航空物流网络的鲁棒优化

为应对新冠疫情影响背景下客机航线中断导致客机腹舱运力减少的风险，以最小的成本提升航空物流网络的鲁棒性，提出不确定客机腹舱运力情境下全货机航线配机及路径优化问题研究。以网络总成本最小化为目标，考虑“客机腹舱+全货机”的运输方式、城市间的航空货运需求、运输距离等因素，建立了客机腹舱运力不确定环境下航空物流网络鲁棒优化模型，并采用列与约束生成（C&CG）算法对模型进行有效求解。通过S货运航空公司案例数据，研究航空物流网络航线优化布局问题。通过案例分析证明，运用两阶段鲁棒优化方法，可有效降低航空物流网络受客机腹舱运力减少导致的成本变动；在客机航线完全中断的状况下，所提方案可以降低航空物流网络20.7%的成本。运用两阶段鲁棒优化方法有利于决策者灵活进行全货机配机选线，在客机腹舱运力不确定影响背景下兼顾航空物流网络的经济性和鲁棒性。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

μ理论在柔顺力控制中的应用

研究μ理论在柔顺力控制系统中的应用.为模拟空间对接强制校正阶段的推出和拉近过程,提出基于6自由度并联机器人位置内环的柔顺力控制策略.综合考虑参数变化、模型变动和外来干扰等不确定性,利用μ综合控制理论设计鲁棒力控制器.通过μ分析比较鲁棒力控制器和经典力控制器的鲁棒稳定性和鲁棒性能.给出鲁棒力控制器和经典力控制器的实验结果,表明所设计鲁棒力控制器的有效性和优越性.     

基于不确定性的飞行器分离可靠性建模与分析方法

为实现飞行器分离任务可靠性的定量分析和高效精确评估,研究了高超声速飞行器分离任务过程中各种不确定性因素对分离可靠性的影响,提出一种基于不确定性的飞行器分离可靠性建模与分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,综合考虑分离过程不确定性因素的影响,利用灵敏度分析方法识别主要不确定性因素,构建分离可靠性模型。针对此模型,提出一种改进主动学习Kriging(IAK)的分离可靠性分析方法,通过新的采样策略选取失效概率更大的采样点作为新增训练点,进行高效可靠性分析。实例结果表明,该方法能够准确描述不确定性因素对分离过程的影响,提升分离可靠性定量分析的精度和效率,为飞行器分离方案的精细化设计提供支撑。     

结构的概率-非概率混合可靠性模型

将影响结构可靠性分析的不确定性因素用概率和非概率两种方式模拟。并基于结构可靠性分析中的概率可靠性模型和非概率集合可靠性模型,提出一种新的结构可靠性分析的概率-非概率混合模型。该模型首先通过将功能函数进行非概率可靠性分析,然后将标准化区间变量空间所有区域的可靠度进行求和计算,从而给出结构的可靠度。并根据相同的不确定信息,由混合可靠性模型与概率可靠性模型得到的结果是相等的,证明了方法的有效性。最后,通过一个典型结构和一个机翼下壁加筋板与传统概率可靠性模型进行比较,表明该混合模型对于结构的分析和设计更为合理,能够更好地保证结构的安全性。     

基于贝叶斯可靠性的设计优化在弹翼蒙皮设计中的应用

针对设计优化中存在的偶然不确定性和认知不确定性,采用贝叶斯理论,利用验前信息,进行可靠性分析,提出了基于贝叶斯可靠性的设计优化方法,并将其应用到弹翼蒙皮设计中。在仿真中,计算了两种不确定性下的可靠度分布,优化结果达到了可靠性要求,并且计算简单,易于工程实现。     

随机响应面法在结构随机响应计算中的应用

传统的响应面方法以一般多项式逼近结构的随机响应,但这种方式并不能保证收敛性.以随机多项式为基础的随机响应面方法,可以弥补这一不足.两个数值例子和一个发动机轮盘实例来验证这一方法的有效性.结果表明:随着随机多项式次数的增加,随机响应面所得到的响应概率密度曲线愈加趋近于由蒙特卡罗方法所得到的概率密度曲线.      

基于NESO的高超声速拦截弹解耦控制研究

针对高超声速拦截弹姿态控制问题,提出了基于非线性扩张状态观测器(NESO)的解耦控制方法.根据Tornambe的分散鲁棒控制理论,把耦合项和不确定性视为广义不确定项,构造基于NESO的估计和补偿信号并加入到闭环控制律中.理论推导证明了该方法可以保证闭环系统跟踪误差一致有界.在高超声速拦截弹模型上进行了仿真验证,并与传统的分通道反馈控制方法进行对比,结果表明所设计解耦控制方法得到了更好的控制效果,在较大程度上消除了通道耦合和不确定性的影响.