固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.     

威布尔分布多元回归分析方法

提出威布尔分布多元回归分析方法,建立回归参数的最佳无偏整体估计及其协方差公式,给出威布尔分布、极值分布和正态分布的百分位值(如可靠寿命和安全强度)的置信限估计。传统的多元回归分析只适用于正态分布和完全数据的情况,而本文则将其推广到威布尔分布、极值分布和截尾数据的情况。与传统的成组试验和最佳线性无偏估计方法相比,本文方法可以将不同条件的试验数据作为一个整体进行统计推断,能够全面开发利用不同条件下试验数据之间的横向信息,在试样数相同的情况下,具有更高的估计精度,而在精度相同的条件下,则可以节省大量试样。      

高超声速飞行器上升段最优制导间接法研究

高超声速飞行器的机身－推进一体化设计使得气动和推进之间存在强非线性耦合,本文针对高超声速飞行器的特点,提出了求解最优上升轨迹的一种可行方案。在零侧滑角和力矩瞬间平衡假设下对上升段飞行问题进行最优建模,将质量引入为状态量,以最省燃料为指标,以推力方向为最优控制量,根据极大值原理推导一阶最优条件。为数值求解两点边值问题,以解析解作为初始猜想,应用经典的有限差分方法和改进的牛顿法,在满足攻角过程约束下,通过同伦算法迭代求解最优轨迹。仿真在给定的初始约束和终端约束下进行,结果表明该制导算法能够实现对高超声速飞行器上升轨迹的优化,以参考面积为同伦参数的迭代方法,能够保证算法的收敛性和快速性。
     

BOC导航接收机伪码测距零值分析

伪码测距零值是现代卫星导航领域的重要指标,目前对于高精度BOC导航接收机的信道建模和仿真尚没有一般性的量化分析方法。针对这种情况,提出了基于副载波相位消除跟踪算法的零值估计模型,并推导了任意信道特性滤波器与伪码测距零值的关系式,然后定量地分析了信道特性对于测距零值的影响;最后在软件接收机上进行了仿真检验。     

航天器随机振动和噪声试验条件设计方法

随机振动和噪声环境条件对航天器的设计与试验验证至关重要。文章阐述了航天器动力学环境模拟试验的原则,重点介绍了试验量级和试验持续时间的确定方法及其优缺点。确定试验量级的方法包括极限包络法和正态容差限法,确定试验持续时间的方法包括逆幂律、疲劳损伤和首次穿越方法。     

矩形区域上Poincaré不等式最佳常数

Poincaré不等式在调和分析、微分方程理论及其数值方法等领域的研究中具有极其重要的作用。但是,Poincaré不等式中最佳常数的确定问题至今仍然未被系统地研究过。运用Hilbert空间广义Fourier正交级数理论,对于一维区间和二维矩形区域上带有Dirichlet边界条件的函数,获得Poincaré不等式中的最佳常数。本方法可推广到高维空间中矩形区域上的问题。     

非线性四阶椭圆边值问题解的存在性与唯一性

分别利用全局同胚理论和动力系统理论的一些结论,研究了非线性四阶椭圆边值问题解的存在性与唯一性。得到的结果改进和推广了非线性四阶椭圆边值问题的相应结果。     

基于试车数据统计的振动限制值确定方法

统计了某型液体火箭发动机涡轮泵27次地面试车振动数据和某型涡扇发动机28次台架试车振动数据,发现一次试车时间序列的振动特征参数随时间的波动反映了随机误差的变化,符合正态分布;不同台份发动机试车振动参数幅值的波动是发动机健康状态和试验误差共同作用的结果,不遵循正态分布规律,F分布是其分布的重要形式。在此基础上,研究了基于"概率相等法"和"3σ方法"原理的两种发动机振动限制值的确定方法。通过两种方法计算结果的相互验证,以及计算结果和工程实践的对比,说明确定振动限制值方法的正确性和实用性。     

一类非线性边值问题正解的存在性研究

为讨论一类非线性二阶两点边值问题正解的存在性,利用上下解方法,构造相应锥映射,给出非线性变号的二阶两点边值问题正解存在性的判定方法;对已发表文献中相应的结果进行推广,从而获得该类边值问题存在正解的重要结论。     

不完全数据回归分析方法

基于不完全数据顺序统计量,提出一种不完全数据回归分析方法。建立不完全数据回归方程,给出回归系数的最佳无偏整体估计及其协方差矩阵。文中详细讨论了工程中常见的极值分布、Weibull分布和正态分布的等尺度和非等尺度(或异方差)线性回归分析。该方法可以将各个不同状态下的不完全数据作为一个整体进行统计分析,具有信息量大、精度高的特点。