卫星电子设备振动试验用超高基频夹具设计

卫星电子设备振动试验用夹具作为固定试件和传递激励信号的重要部件,应具备高刚度和高基频的特性。文章提出卫星电子设备振动试验夹具的设计指标,包括对基频和横向振动响应的要求。通过结构优化,设计了一种轻质平板型夹具。振动试验验证结果表明,该夹具基频在2000 Hz以上,横向振动响应小于10%,达到了卫星电子设备振动试验夹具的设计要求。     

激励频段对航天器随机振动载荷的影响

在航天器随机振动等效准静态载荷计算中,高频因对随机振动载荷的贡献较小而可以被截去,但目前截止频率的选择还未有完全确定。为确定随机振动环境下的计算频段,文章设计了不同动态特性的组件进行不同截止频率的随机振动试验,并根据试验数据分析研究了不同特性组件在不同振动频段下应变的变化规律。研究结果认为,对于一般组件,随机振动的计算截止频率可取为组件主频率的1.5倍。针对非均匀输入加速度谱的随机振动载荷计算问题,文章提出分频段的分析方法。按3个基本频段计算随机振动载荷,分析得到了不同频段对总随机振动载荷贡献大小和规律,以及截止频率误差的影响因素和影响大小。算例表明,分频段法可以用于不同状态输入加速度谱的随机振动载荷计算。     

联合截获威胁下的雷达射频隐身目标搜索算法

针对基于射频(RF)隐身需求的机载雷达目标搜索问题进行了研究。通过分析实际作战中射频辐射面临的截获威胁,提出了一种基于联合截获威胁的射频隐身性能表征方法,并给出了具体的值估算方法;对机载雷达搜索任务中辐射参数的优化问题进行了建模,并采用优化算法对目标函数进行求解。通过分析典型情景下解集的分布特点,给出了从最优解集中选取最终解的方法。结果表明,提出的射频隐身性能表征方法能更好地反映截获实现过程的多域需求,提出的雷达搜索方法能够在保证探测性能的同时,提高射频隐身性能和搜索速度,能够为相控阵雷达搜索任务中参数的优化控制提供方法和依据。     

空中交通拥挤的识别与预测方法研究

随着航空运输业的迅猛发展,空中交通拥挤现象日益严重,空中交通拥挤研究已经成为国际民航界的一个研究热点。其中,空中交通拥挤的识别与预测是空中交通拥挤研究的主要内容之一,在此基础上综述了国内外有关空中交通拥挤识别与预测方法的研究状况。首先概述了基于不同拥挤形成因素和拥挤后果的空中交通拥挤概念的研究状况;接着依据所用交通数据时间尺度的不同,分别针对基于短期数据的阈值判别方法、基于长期数据的聚类识别方法以及基于混合数据的综合评价方法综述了空中交通拥挤的主要识别方法;然后分别基于数理算法(统计算法、交通流模型算法和智能算法)和计算机仿真模拟技术综述了空中交通拥挤的主要预测方法;最后指出了空中交通拥挤识别与预测问题的近年研究热点和未来的研究方向。     

基于超椭圆方程和序列响应面法的回转壳开孔形状优化

含有多种功能开孔的轻质回转壳结构是航空航天结构系统内的常用支撑构件,其开孔形状直接影响结构的静动态性能。以回转壳结构为对象,基于超椭圆方程和坐标映射变换推导了回转壳开孔边界的参数化表达,开展了开孔形状动力学优化研究。为提高结构优化计算的精度、效率和收敛性,提出了准等弧长方法和基于均匀设计的序列响应面近似建模方法(SRSM),以分别实现空间超椭圆曲线的精确逼近、减少结构有限元分析成本和加快迭代收敛。以非支配排序遗传算法Ⅱ(NSGA-Ⅱ)作为响应面模型求解算法,结合有限元分析构建了回转壳开孔形状优化设计流程,开展了最大化结构一二阶频率带隙的典型回转壳结构开孔形状优化设计。结果表明,基于超椭圆方程和序列响应面法的开孔优化方法获得了有效改进结构动态特性的回转壳开孔形状,对开展计算耗时工程结构形状优化设计具有一定应用价值。     

高空低气压下电晕放电电磁脉冲辐射特性模拟实验

为研究高空低气压下飞行器表面电晕放电电磁脉冲辐射特性,以尖端导体电晕放电为研究对象,进行了低气压下电晕放电电磁脉冲辐射特性模拟实验,给出了辐射电场幅值与气压的关系表达式,并基于气体放电和电磁场理论总结了电晕放电电磁脉冲辐射特性随电压极性、气压以及测试距离的变化规律。结果表明:电晕放电电磁脉冲辐射电场时域波形呈衰减振荡形式,持续时间约为600 ns,首脉冲方向随电压极性的不同而不同,且辐射电场分量主要集中在与放电针相同的极化方向;辐射电场频谱主要分布在500 MHz以内,在35 MHz和170 MHz处出现稳定的波峰;在气压为4~30 kPa范围内,随着气压的降低,放电电磁脉冲辐射电场增强;随着测试距离的增加,电晕放电电磁脉冲辐射电场逐渐衰减。该研究结论可为低气压下飞行器电晕放电电磁脉冲辐射特性研究提供有益参考。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

基于LSTM的空间机器人系统惯性张量在轨辨识

在空间机器人抓捕目标的过程中,整个系统的惯性张量会随时间变化且在目标被捕获瞬间发生突变,这会严重影响整体姿态控制的精度。针对以上问题,提出了一种基于长短期记忆（LSTM）的系统惯性张量在轨实时辨识方法。首先,对于目标捕获前后的2个阶段,利用拉格朗日方程建立了空间机器人的动力学模型;然后,基于所建空间机器人模型采用域随机化方法生成足量训练数据,并用其对由LSTM网络与多层全连接网络构建的参数辨识网络进行训练;最后,使用训练好的参数辨识网络对系统惯性张量进行辨识。数值仿真结果表明：所提方法能够精确辨识空间机器人抓捕过程中的系统惯性张量,所研究系统的主惯量平均相对辨识误差小于0.001,惯性积的平均相对辨识误差小于0.01。     

Operational modal parameter identification with colored noise excitation

Operational Modal Analysis (OMA) refers to the modal analysis of a structure in its operating state. The advantage of OMA is that only the output vibration signal of a system is used in the analysis process. Classic OMA is based on the white noise excitation assumption and many identification methods have been developed in both time domain and frequency domain. But in reality, many environmental excitations are not compliance with the white noise assumption. In this paper, a method of half power bandwidth analysis is applied to power spectrum analysis to deal with the colored noise and trapezoidal spectral excitation. The modal frequencies and modal damping ratios are derived and the error caused by trapezoidal spectral and colored noise excitation are analyzed. It is proved that the OMA algorithm based on the white noise assumption can be extended to the colored noise environments under certain conditions. Finally, a simulation example with a cantilever beam and a vibration test with four kinds of colored noise and trapezoidal spectrum base excitation are carried out and the results support the proposed method.