再入航天器的神经网络自适应控制

对于再入航天器来说 ,可恢复故障通常会导致总体控制权限的降低。本文将伪控制限制方法和神经网络自适应控制运用到再入航天器的制导与控制中。利用两个控制回路来实现控制目标。其中 ,外回路适用于力的扰动 ,而内回路适用于力矩的扰动。限制外回路以阻止对内回路动态特性的调整。在达到控制极限时 ,伪控制限制也可进行自适应调整。另外 ,本文还通过加入加速度计反馈元件以提高系统的性能     

RBCC发动机性能分析方法研究

通过进行前体的边界层效应修正、采用有限化学反应速率模型和中心差分形式的Mac Cormack格式,求解燃烧室性能分析模型方程,以及采用灵活的发动机性能计算方法等,建立了较为完善的RBCC发动机性能分析模型及软件,并进行了软件应用研究。分别采用二维CFD计算和试验结果对该模型进行了校验,其相对误差小于10%。结果表明,该软件适用于RBCC发动机性能分析。     

基于遗传算法和空间推进方法的高超声速进气道优化设计研究

将遗传算法（单目标遗传算法GA和多目标遗传算法NSGA-Ⅱ、NCGA）与高效、高精度的卒间推进方法——SSPNS（Single-sweep Parabolized Navier-Stokes Algorithm）流场计算方法相结合，对二维高超声速进气道进行了气动优化设计研究。在单目标优化设计中以巡航点（Ma=7．0）的总压恢复最大为设计目标，多目标设计中则在巡航点分别考察了总压恢复最大-压升最大两目标模型、总压恢复最大-压升最大-阻力系数最小三目标模型。优化设计结果表明，单目标设计使得总压恢复有明显提高；多目标优化设计所得的Pareto最优前沿为设计者提供了可靠的设计依据。为了兼顾巡航点和加速爬升段的综合忭能，采用多目标优化方法对进气道进行了多点优化设计，并开展了基于等动压弹道的设计点选择问题初步研究。计算结果表明，若将设计点选在Ma=6．5左右，则进气道的综合性能较好。     

运载火箭控制系统仿真的发展方向

为拓宽仿真系统、仿真计算机、仿真软件和与人工智能相结合等方面的应用范围,本文全面阐述了运载火箭控制系统仿真的发展方向,可供预先研究做选题参考。     

CZ-4A运载火箭姿态控制系统设计与飞行试验

本文介绍长征四号A(CZ-4A)运载火箭姿态控制系统,内容包括: a 姿态控制系统方案和组成; b 数字控制系统设计采用的数学方法; c 数字自动驾驶仪的设计; d 箭上计算机调零; e 姿态控制伺服系统; f 首发CZ-4A运载火箭控制系统飞行结果。在CZ-4A运载火箭姿态控制系统方案中,数字式自动驾驶仪,双向摇摆发动机伺服系统和计算机调零方案均是国内首次使用,由于这些新技术的采用,使CZ-4A控制系统具有高的精度,大的适应能力,是大型运载火箭姿态控制系统中较好的方案。     

多道扫描探针系统在电弧风洞中的应用

介绍了一种用于诊断电弧风洞等离子体参数的多道扫描探针系统，使用该系统研究了ＦＤ０４风洞空流场的等离子体特性，利用ＣＴＷ理论分析了探针数据，实时给出了流场攻密度的空间分布。实验表明，空流场的电子温度分布基本是均匀的；电子密度分布与流场结构紧密相关，电子密度变化在３倍之内，随着流场结值的不同２，电子密度也随之变化。     

并联贮箱不平衡输出及其解决途径

分析了空间飞行器推进剂贮箱并联设置时产生的不平衡输出问题，从工程角度估计了不平衡输出的程度。对于不允许测量贮箱压降的金属膜片贮箱，在其出口设置气蚀文都利管是解决并联贮箱不平衡输出的简单而又有效的方案。     

跨大气层和空间区域飞行器的液体推进剂管理

根据大气层飞行环境与机动飞行特点,以及空间飞行环境与液体推进剂特点,分析了跨大气层和空间区域飞行器的保证重力场和失重状态下均无夹气液体输送、控制液体推进剂质心位移、剩余推进剂空间排放和重复使用等液体推进剂管理技术要求。阐述了相应的关键技术,如包括无夹气输送、液体质心位移控制、失重状态下的流体动力、参数确定和结构设计等管理模式确定,以及包括模型参数确定、模型、状态模拟和验证等的管理模式试验。     

大型柔性整流罩抛罩多体动力学仿真

在考虑结构弹性变形、空间大范围相对运动，以及弹性运动与刚体运动耦合的基础上，建立了运载火箭整流罩的有限元分析模型。采用MSC．NASTRAN和ADAMS软件仿真模拟了新一代大运载火箭整流罩不同设计方案的地面分离，并与试验结果进行了比较。分析表明，整流罩的多个仿真模拟分离参数与试验值较为接近，证明本文的整流罩抛罩多体动力学仿真方法有效。     

航天器最优再入轨迹的选择分析

本文研究的目的是想获得具有最大有效载荷的航天器最优再入轨迹。返回段航天器的最大有效载荷等价于航天器离轨点所耗燃料质量与热防护系统（ＴＰＳ）质量之和达极小。文中把最大有效载荷的再入轨迹分三种情况作了分析：航天器ＴＰＳ质量不确定时，通过返回轨迹优化来获得航天器的最大有效载荷，并选择确定相应ＴＰＳ的质量；ＴＰＳ质量已确定时，通过再入轨迹优化来获得航天器的最大有效载荷；ＴＰＳ质量足够大时，通过多次穿越大气层来获得航天器的最大有效载荷。本文的结论可为航天器再入轨迹与ＴＰＳ的一体化选择提供思路。