某机第4级压气机转子叶片榫头折断故障分析

阐明了某机第4级压气机转子叶片在榫头部位断裂的故障特点。故障分析表明：经长期使用的叶片在修理厂大修时，为满足叶片摆动量要求在榫头底面涂尼龙胶，会使叶片自振频率有较大幅度下降；为排除3级叶片折断故障而提高的慢车转速又缩小了4级叶片的共振裕度，结果造成少数4级叶片落入慢车共振。共振发生时，不规则的尼龙胶和装配过程不规范引起的非正常接触容易导致微动磨损的加剧，从而大大降低了疲劳寿命，这是引起榫头断裂故障的主要原因。     

柔性空间飞行器的变结构控制

 本文研究了大型柔性结构空间飞行器的控制问题。采用设定模态法,将系统化为常微分方程组所描述的系统。此系统是非线性的,被控运动是绕中心毂体的转动机动运动,并详细的讨论了变结构控制规律的应用。     

重型货物空投系统过程仿真及特性分析

建立了货物空投系统仿真计算模型,包括货台在舱内和舱外全过程的运动特性、降落伞拉直和充气过程的轨迹特性计算等,提出了伞群模拟和多吊带系统分析的新方法。结合目前已有的降落伞性能计算模型和物伞系统运动模型,对重型货物空投全过程进行了完整计算,开发了空投过程三维动画仿真软件,通过与试验数据的对比,表明本模型能很好地满足应用的需要。分析了空投速度、伞包安装位置和牵引比等因素对空投过程的影响,指出了实际系统的改进方向。     

基于约简遗传规划的线参数模型及在航空发动机起动建模中的应用

提出了一种新的约简遗传规划(PGP)算法和一种新的基于约简遗传规划的航空发动机起动动态线参数模型.这种模型采用遗传规划产生航空发动机起动模型的输入输出非线性模型集,并以二叉树结构表征函数项,运用正交最小二乘算法(OLS)估计二叉树分支(基本函数项)对于模型精度的贡献并去除复杂、冗余的函数项,从而加快遗传规划的收敛速度,最后通过GP进化可获得简单、可靠、准确的线参数非线性模型.发动机起动过程试车数据建模和与支持向量机的比较证明,这种方法可以产生适用性好、解析性强的线参数非线性模型,产生的模型可获得与支持向量机相当甚至更优的结果.     

超机动飞行的非线性反推自适应控制

为解决对象参数未知时的超机动飞行控制问题,设计了一种非线性反推自适应控制器。针对超机动飞行的非线性模型,适当选取Lyapunov函数和中间虚拟控制信号,同时通过自适应控制律的设计来调节未知参数并得到了最终的控制信号。仿真结果表明,即使模型参数未知,所设计的控制律也能在过失速机动条件下控制飞机跟踪指令飞行,同时保证了闭环系统的稳定性。     

基于成分的燃烧室出口燃气温度计算方法

针对燃烧室不同温度下燃气组成的不同,提出建立不同燃气模型以推算燃气温度的两种计算方法。基于物质守恒、化学平衡和能量守恒原理建立温度计算方程,根据能量守恒方程的不同表达形式给出平均比定压热容法和焓值法,同时给出两种求解非线性方程组的数学解法:三变量迭代法和牛顿法,并采用VB(Visual Basic)编制燃气分析测试程序实现温度算法。列举计算实例比较两种算法的区别,结果显示:随着油气比的增加,两种计算方法得到的燃气温度相差越大,考虑热离解的高温算法结果更小,原因在于燃气中离解组分的摩尔分数随着温度升高而增加,燃烧实际放热量减小,导致燃气温度减小,所以当燃气温度较高时建议采用高温算法更符合实际燃烧情况。      

空间翻滚非合作目标消旋技术发展综述

大量残存太空的空间垃圾对在轨运行航天器的安全构成严重威胁,对其进行主动移除已迫在眉睫。火箭末级、失效卫星等非合作目标已失去姿态调整能力,且长期在失控状态下运行,受太阳光压、重力梯度等摄动力矩及失效前自身残余角动量等因素的影响往往会出现翻滚运动。对翻滚非合作目标直接捕获存在碰撞风险,为降低风险系数采取消旋后再捕获是较为合适的方式。在对火箭末级、失效卫星等典型非合作目标运动形式及消旋过程进行分析的基础上,综述了目前国内外所提出的接触式及非接触式消旋方法,并对非合作目标翻滚运动测量及动力学参数辨识和消旋控制这两项消旋共性关键技术进行了归纳总结。本综述将为中国空间碎片主动清除技术的发展提供有益参考。     

星点坐标辅助的全天区三角形星图识别算法

随着当前星敏感器视场（FOV）的增大,探测能力的提高,一帧图中拍摄到的恒星更多。但是受星敏感器光谱范围的限制及空间环境干扰影响,星等测试精度一般不高于0.2 mV。为了充分发挥当前星敏感器视场和探测能力的优势,并避免星等误差的影响,提高全天区星图识别算法在线应用的适用性,提出了一种星点坐标辅助的全天区三角形星图识别算法。该方法采用"全局初步搜索识别—局部精细匹配验证—最优结果选取"的算法思想。首先,根据星敏感器探测到的极限星等范围构建导航星表,选取亮星构建角距星表,既确保了星表的完备性,又有利于充分利用星敏感器的探测能力。然后,在三角形约束条件下进行角距匹配识别,得到一个或多个导航三角形,在该识别环节提出了非线性矢量法查找星表,既提高了定位精度,又能采用单精度数据类型降低存储空间。最后,提出局部天区星点坐标匹配算法进一步消除冗余匹配,同时又识别出视场内更多的观测星,有利于提高识别率和定姿精度。试验结果表明,与其他一些经典的星图识别算法相比,所提算法在识别率和星表容量方面更有优势。识别率可达99.9%,且随着星等的增加,存储容量增加的最少。所提算法更加适于大视场、高星等敏感范围的星敏感器在线应用。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

飞行仿真气动力数据机器学习建模方法

基于机器学习思想,提出了一种大空域、宽速域的气动力建模方法。该方法利用飞行仿真弹道数据辨识的气动力数据,采用人工神经网络技术,实现了对高度、速度、姿态和舵偏角等多维度强非线性特性的全弹道气动力数据的高精度逼近。首先,分析了神经网络层数、隐含层神经元个数等对建模误差的影响,通过对典型弹道气动数据的神经网络建模计算,确定了较合适的神经网络层数和较优的隐层神经元个数。进而,利用飞行仿真的弹道数据辨识出沿弹道的气动力,采用神经网络建立了包含多个弹道融合的气动力模型,输出量分别为三轴气动力系数和力矩系数。最后通过气动模型输出量与原样本数据的对比,以及4条未参与训练弹道气动数据的预测,验证了该气动力建模方法具有较高的精度。建模结果表明:采用神经网络方法建立的飞行器气动力模型,对拟合多源耦合输入全弹道非线性气动力是可行的和有效的,在样本覆盖的高度、速度、姿态和控制舵偏角范围内,气动力拟合能力较强,并具有一定的外推性。该项研究可以为基于飞行试验数据的气动建模提供新的方法,并且能为飞行器气动力数据挖掘、飞行仿真和总体性能分析提供参考。