飞机前轮随滑行速度限偏的分析研究

飞机在起飞降落阶段前轮偏度过大会发生侧翻,应根据滑跑速度合理限制前轮的偏度。基于侧翻现象发生的原理,通过分析起飞降落阶段前轮偏转时飞机相对侧翻轴的合力矩,得到前轮极限滚动方向偏度;建立前轮滚动方向偏度和偏转角度的关系,计算起飞降落状态下各速度的前轮限偏角度以及考虑飞机螺旋桨不对称滑流的前轮中立位,得到前轮的偏转范围。结果表明：计算得到的前轮限偏范围符合前轮限偏的一般特性,能够防止侧翻的同时最大保留前轮纠偏能力。     

高精度高动态星模拟器研究

给出了高精度高动态星模拟器系统组成和总体结构, 提出一种基于亚像素显示技术提高动态星模拟器星点位置显示精度从而减小星点几何中心与能量中心位置偏差的新方法. 针对动态星模拟器高动态性要求, 提出一种快速精确检索全天球导航星的新方法, 将已知SAO (Smithsonian Astrophysical Observatory) 星表进行分区, 计算当前姿态四元数并分析航天器视轴所在区域, 对于距离视轴较远区域停止搜索和匹配, 很大程度上缩小了导航星搜索范围, 进而缩短了全天球恒星遍历所需时间. 软件测试结果表明, 此快速检索法可使全天球导航星的选取速度提高近10倍.      

剪切对凝胶汽油表观粘度影响的实验研究

采用超声波震荡和机械搅拌的方式,制备了以SiO2为凝胶剂的凝胶汽油QNJ?1和QNJ?2,利用旋转式流变仪对QNJ?1和QNJ?2的表观粘度进行了实验研究。研究了凝胶剂含量、剪切速率以及预剪切对凝胶汽油表观粘度的影响,获得了该种类型的凝胶汽油在不同剪切速率下的表观粘度。实验表明,随着凝胶剂含量的增加,表观粘度增大,在低剪切速率条件下尤为明显;当凝胶剂含量相同时,表观粘度随剪切速率的增大而减小,且减小幅度越来越小;预剪切能够显著降低凝胶汽油的表观粘度。研究结果对于进一步了解凝胶汽油粘度对雾化的影响具有重要意义。     

引气对跨声轴流压气机性能的影响

以单级跨声轴流压气机NASA Stage35为研究对象,根据影响转子和静子通道流动的主要物理现象分别设计了多种引气方案.通过数值模拟比较分析引气与不引气状态下压气机的详细流场,结合实验测量结果,研究转子机匣端壁引气位置以及静子机匣端壁引气量对压气机性能及流场的影响.结果表明:转子机匣端壁引气能够有效控制间隙泄漏流的发展,减小叶尖损失,提升压气机性能.不同的引气槽结构和轴向位置对间隙流动的影响机理不相同;静子机匣端壁引气能够有效减小静子叶排损失,提升压气机效率.      

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。     

空间机器人在轨更换ORU的力/位混合控制方法

针对ORU在轨更换任务,首先推导了空间机械臂末端自由、末端与环境接触等情况下的动力学方程,并提出了相应的接触力计算方法;其次,改进了传统的R\|C控制方法,采用加权选择矩阵代替原有的选择矩阵,实现了力控制与位置控制之间的平滑切换;最后,开发了基于Matlab/Simulink的闭环控制仿真系统,该系统由多体动力学、接触动力学、轨迹规划、力/位混合控制、3D显示等模块组成。利用该系统开展了ORU转移与安装过程的闭环控制仿真,仿真结果校验了所提方法的有效性。     

A320飞机自动刹车激发逻辑故障的排查

针对一起空客A320飞机自动刹车激发和解除逻辑故障进行了深入分析,总结出产生此类故障的真实原因,对排除类似故障具有一定的参考意义.     

A two-step robust adaptive filtering algorithm for GNSS kinematic precise point positioning

In kinematic navigation and positioning, abnormal observations and kinematic model disturbances are one of the key factors affecting the stability and reliability of positioning performance. Generally, robust adaptive filtering algorithm is used to reduce the influence of them on positioning results. However, it is difficult to accurately identify and separate the influence of abnormal observations and kinematic model disturbances on positioning results, especially in the application of kinematic Precise Point Positioning (PPP). This has always been a key factor limiting the performance of conventional robust adaptive filtering algorithms. To address this problem, this paper proposes a two-step robust adaptive filtering algorithm, which includes two filtering steps: without considering the kinematic model information, the first step of filtering only detects the abnormal observations. Based on the filtering results of the first step, the second step makes further detection on the kinematic model disturbances and conducts adaptive processing. Theoretical analysis and experiment results indicate that the two-step robust adaptive filtering algorithm can further enhance the robustness of the filtering against the influence of abnormal observations and kinematic model disturbances on the positioning results. Ultimately, improvement of the stability and reliability of kinematic PPP is significant.     

叶型上局部凸起对扩压器性能影响的数值研究

借助CFD数值模拟技术,对四种常规叶片扩压器（不同凸起位置）内部流场进行了数值模拟,研究了不同凸起位置对扩压器性能的影响,讨论了改变叶片凸起位置对扩压器静压恢复系数、总压损失系数等性能参数的影响,以为小型/微型发动机的叶片扩压器的优化设计提供一定的参考价值。结果表明,当叶片扩压器产生局部凸起时,在流动进入叶片扩压器凸起截面后面产生了低速流动,导致了明显的总压损失,使得叶片扩压器的效率降低。叶片中间产生凸起对于叶片扩压器的总压损失最高。在工程实际中叶片扩压器如果产生局部凸起,尽量选择在叶片前端。     

Monocular Vision-based Two-stage Iterative Algorithm for Relative Position and Attitude Estimation of Docking Spacecraft

Visual sensors are used to measure the relative state of the chaser spacecraft to the target spacecraft during close range rendezvous phases. This article proposes a two-stage iterative algorithm based on an inverse projection ray approach to address the relative position and attitude estimation by using feature points and monocular vision. It consists of two stages: absolute orientation and depth recovery. In the first stage, Umeyama's algorithm is used to fit the three-dimensional (3D) model set and estimate the 3D point set while in the second stage, the depths of the observed feature points are estimated. This procedure is repeated until the result converges. Moreover, the effectiveness and convergence of the proposed algorithm are verified through theoretical analysis and mathematical simulation.