再入飞行器的制导工具误差分段补偿技术研究

针对再入飞行器的惯性仪表误差模型在地面测试环境下和真实飞行环境下不一致的特点，提出了按照过载变化的大小对其误差模型进行分段辨识和分段补偿的方法，以补偿飞行器高速再入过程中的制导工具误差。最后通过计算机仿真试验验证了此方法的正确性，为实际应用提供了理论依据。     

基于hp自适应伪谱法的飞行器再入轨迹优化与制导

研究了一种基于hp自适应伪谱法的飞行器再入在线轨迹优化与制导方法。首先针对飞行器再入段在末速度最大的条件约束下进行了轨迹优化;然后针对再入段地球大气分布不均匀、建模误差、扰动等因素,设计了基于hp自适应伪谱法的反馈制导方法;最后进行了数学仿真研究。仿真结果表明:采用本文提出的反馈制导方法得到的末速度为6.93 km/s,比未采用闭环制导的方法提高了0.33 km/s,并且制导精度提高了15倍。     

基于多层级LSTM的铝板缺陷检测

铝板因其优良的抗疲劳性和延展性广泛应用于航空航天和建筑等领域.然而在生产过程中,由于外部环境、操作工艺等的限制往往会产生各种各样的缺陷,从而影响其力学性能,例如会降低铝材料的强度、延展性和韧性等,导致其使用寿命的缩短.在单次发射和接收超声波的情况下,论文提出了多层级长短期记忆(long short-term memory, LSTM)神经网络的方法,用于辅助检测铝板的夹杂(气泡)缺陷.利用有限元软件COMSOL Multiphysics模拟含有夹杂缺陷的铝板中超声波的传播过程,导出含有缺陷信息的波形数据,通过训练波形数据,得到可以反映波形数据与夹杂缺陷大小和位置关系的网络模型.此外,该模型采用硬投票的方法以缓解网络训练过程中繁杂的参数调整问题,提高了检测结果的可靠性.结果表明:夹杂缺陷半径检测的准确率超过了98%,夹杂缺陷深度检测的准确率达到1,夹杂缺陷横坐标位置检测的准确率超过95%.为LSTM神经网络应用于超声无损检测提供了借鉴.     

气体模型对再入飞行器气动力热环境影响的数值研究

复杂外形再入飞行器的设计,需对气动力热环境进行预测,由于不同的气体模型会对预测的结果产生影响,所以气动设计时就必须考虑这一影响.采用热化学平衡气体模型和双温度热化学非平衡气体模型对复杂外形再入飞行器的气动力热环境进行了数值计算;分析了气体模型对气动力、壁面热流等值线、驻点线平动温度、振动温度、组分质量分数等特征量的影响...     

环境温度影响下基于LSTM神经网络识别结构损伤

环境温度的改变会引起模态参数的变化,其变化程度会掩盖或部分掩盖损伤引起的变化量,导致结构健康监测系统发出假阳性或假阴性的误判,因此,消除温度效应是提高损伤识别精度的关键。本文基于LSTM神经网络提出了一种环境温度影响下识别结构损伤的方法。充分利用LSTM神经网络的非线性映射优势,建立多元温度-模态频率的相关模型,在此基础上采用数据标准化方法消除温度效应,并结合控制图判断模态频率异常变化以确定损伤状况。最后将所提方法在数值模型和实际桥梁中加以应用,结果表明,方法能够有效消除温度效应;结合控制图能识别损伤时刻,并具有一定的抗噪性;在实桥数据分析中仍能表现出较好的损伤敏感性。     

基于卡尔曼滤波的再入飞行器气动参数辨识

再入飞行器的制导系统易受气动参数扰动的影响,为此研究气动参数在线辨识方法可以为再入制导系统提供服务,有效提高制导的精度。以卡尔曼滤波理论作为基础,推导了再入飞行器气动参数辨识的数学模型。为增强卡尔曼滤波方法对气动参数的辨识效果,气动参数误差模型采用一阶高斯马尔科夫过程描述,并增广到状态方程组中,根据获得的带有测量误差的惯导信息,对气动参数进行估计。最后,进行了数学仿真研究。仿真结果表明,该方法都能够在10个采样周期内收敛,且估计精度在1%以内。     

高超声速飞行器控制研究综述

高超声速飞行器控制研究主要讨论吸气式高超声速飞行器巡航控制问题和无动力高超声速飞行器返回再入控制问题.吸气式的高超声速飞行器主要针对于两种构型:锥体加速器构型和X-30构型,无动力高超声速飞行器主要考虑X-33和X-38构型.分别对锥体加速器构型、X-30构型和再入模式的动力学模型和控制进行了综述,并指出了近来高超声速飞行器控制研究的热点问题.      

深度学习在飞行器动力学与控制中的应用研究综述

飞行器动力学与控制历经多年的发展取得辉煌成就,也面临着一系列亟需解决的难题。深度学习基于存储、记忆、预训练的新模式为动力学与控制难题的解决提供了新途径。本文以提升飞行器控制自主性和智能水平为研究主题,从三个方面总结了深度学习在飞行器动力学与控制中的应用,包括：在动力学建模中应用深度学习来提升模型计算效率和建模精度、求解模型反问题;在最优控制中应用深度学习来提升轨迹规划速度、最优控制实时性和自主性;在飞行器任务设计中应用深度学习来提升任务优化的计算效率和决策水平。在此基础上,梳理了各个方案的优缺点和部分代表性成果。最后,给出了深度学习应用于飞行器动力学与控制的四点建议。     

基于无迹粒子滤波的飞行器再入段传递对准方法

针对再入式飞行器再入返回前需要精确和快速的传递对准需求以及空间环境特殊性,提出了一种适用于再入式飞行器空间平台对准方法,建立J2000坐标系下光纤陀螺惯组的系统状态方程,利用星敏感器输出的姿态和光纤陀螺惯组输出的姿态差值作为观测量,实现飞行器的"姿态"匹配传递对准算法。针对系统状态方程和量测方程的非线性特性以及单独使用无迹卡尔曼滤波(UKF)方法存在滤波不稳定性和单独使用粒子滤波(PF)方法存在粒子退化导致估计误差变大的问题,提出了无迹粒子滤波(UPF)算法,采用卫星工具包(STK)软件模拟飞行器在轨运行进行仿真验证。仿真结果表明:该方法可以在3s内使得失准角的估计误差小于0.6',估计精度提高了30%,收敛时间缩短了70%,相比传统方法提高了对准的精确性和快速性。     

基于模型预测静态二阶锥规划的协同末制导

针对现有序列二阶锥规划求解协同末制导时速度较慢,难以满足实时性要求的问题,结合模型预测静态规划(MPSP)与二阶锥规划(SOCP),提出一种基于模型预测静态二阶锥规划的协同末制导算法.首先,建立考虑过载约束的飞行器协同末制导模型;然后,在MPSP算法基础上,提出终端时间自由的MPSP算法;进一步将有约束的MPSP问题转...     

超燃冲压发动机仿真:从数值飞行到数智飞行

数值计算方法、物理模型和计算硬件的进步极大地促进了超燃冲压发动机仿真的发展,基于内外流一体化仿真的数值飞行技术已日渐成熟并逐步应用于工程实践,伴随燃烧、气动、结构、材料以及传热多物理场耦合模型和计算方法的发展,叠加多场计算的广义数值飞行技术有望近期得到突破.目前人工智能技术的快速发展,将赋能于数值飞行技术,数智飞行...     

AIRCRAFT CONTROL SURFACE FAULT DIAGNOSIS AND EVALUATION OF FLIGHT PERFORMANCE

针对操纵面故障将严重影响飞机的飞行安全,提出一种能快速实现故障诊断及性能评估的系统方法。首先,当系统状态维数较高时,采用容积卡尔曼滤波算法的球形积分准则和径向积分准则优化Sigma 点的采样策略和权重分配,较好地解决了无迹卡尔曼滤波算法滤波性能明显下降的问题;然后,利用飞机等速平飞运动特征计算故障下的升力系数和阻力系数,得出能反映飞机性能的飞行包线;最后,通过仿真结果验证了本文所提方法的可行性。     

飞机操纵面故障诊断及其性能评估

针对操纵面故障将严重影响飞机的飞行安全,提出一种能快速实现故障诊断及性能评估的系统方法。首先,当系统状态维数较高时,采用容积卡尔曼滤波算法的球形积分准则和径向积分准则优化Sigma 点的采样策略和权重分配,较好地解决了无迹卡尔曼滤波算法滤波性能明显下降的问题;然后,利用飞机等速平飞运动特征计算故障下的升力系数和阻力系数,得出能反映飞机性能的飞行包线;最后,通过仿真结果验证了本文所提方法的可行性。     

吸气式高超声速飞行器动力学建模研究进展

高超声速飞行以及飞行器机身/超燃冲压发动机一体化设计的典型特点导致吸气式高超声速飞行器具有不同于常规飞行器的飞行动力学特性,而飞行器总体设计和控制系统设计都必须考虑这些新动力学特性的影响,因此为吸气式高超声速飞行器建立能够包含这些新特性的飞行动力学模型非常重要.本文对吸气式高超声速飞行器动力学建模的相关研究进行了总结: 首先,简略地回顾了从超燃冲压发动机研究到飞行器系统研究发展历程; 其次,详细阐述了宽飞行包线、高超声速效应、超燃冲压发动机约束、气动/推进耦合和气动弹性效应等吸气式高超声速飞行器的新动力学特性;然后,讨论了在选择坐标系、抽象飞行器外形、建立弹性机身模型、建立空气动力模型、建立超燃冲压发动机系统模型以及推导运动方程等每个具体步骤中需要考虑的问题和可用的方法;最后,评述了现有吸气式高超声速飞行器动力学模型,并指明了未来发展方向.      

基于分布式合成双射流的飞行器无舵面三轴姿态控制飞行试验

将自主可控的合成双射流激励器集成于常规布局飞行器中, 进行了三轴无舵面控制飞行试验, 验证了分布式合成双射流对飞行器巡航时的无舵面姿态调控能力. 对合成双射流激励器进行改进, 设计了分布式三轴姿态控制合成双射流激励器, 滚转环量控制激励器分别安装于两侧机翼翼尖处后缘, 射流出口靠近压力面; 偏航反向合成双射流控制激励器分别安装于靠近两侧机翼翼尖20%弦长处, 上、下沿展向均匀布置; 俯仰环量控制激励器安装于V尾下的平尾后缘, 射流出口靠近压力面. 针对巡航速度为30 m/s的飞行器, 进行了三轴姿态控制飞行试验, 结果表明: 分布式合成双射流实现了飞行器巡航时的三轴无舵面姿态操控; 横航向控制存在耦合, 滚转环量控制激励器实现了飞行器的双向滚转操控, 能产生的最大滚转角速度达16.87°/s, 偏航反向合成双射流控制激励器实现了飞行器的双向偏航操控, 能产生的最大偏航角速度达9.09°/s; 俯仰环量控制激励器实现了飞行器的纵向控制, 能产生的最大俯仰角速度达7.68°/s.      

大飞机研制中的若干复合材料力学问题

简要介绍了先进复合材料在当代大型飞机结构中的应用状况,以及相关的力学问题,着重论述了复合材料及结构的工艺力学、跨尺度材料/结构一体化设计问题和力学性能表征、高效复合材料结构设计和力学分析、复合材料损伤容限与耐久性设计、大型飞机的安全监测和管理系统等. 指出,从目前国际上以及我国复合材料在大型飞机结构上的应用趋势来看,我们需要进一步发挥广大力学工作者与相关领域科研人员和工程师的协同作用,提高我国复合材料基础研究和应用水平,使复合材料在提升我国研制的大飞机的先进性和竞争力方面发挥重要的作用.     

循环神经网络在智能天平研究中的应用

激波风洞地面试验对高超声速飞行器高焓气动特性研究至关重要, 而高精度气动力测量是其中的关键技术. 在脉冲型激波风洞中进行测力试验时, 风洞起动时流场瞬间建立, 对测力系统会产生较大的冲击. 测力系统在瞬时冲击作用下受到激励, 系统的惯性振动信号在短时间内无法快速衰减, 天平的输出信号中会包含惯性振动干扰量, 导致脉冲型风洞测力试验精准度的进一步提高遇到瓶颈. 为了解决短试验时间内激波风洞快速准确测力问题, 发展高精度的动态校准技术是提升受惯性干扰天平性能的关键方法. 因此, 本文采用循环神经网络对天平动态校准数据进行训练和智能处理, 旨在消除输出动态信号中的振动干扰信号. 本文对该方法进行了误差分析, 验证了该方法的可靠性, 并将该方法应用于激波风洞测力试验中, 切实有效降低了惯性振动对天平输出信号的干扰影响. 根据智能模型的样本验证分析, 各分量载荷相对误差比较小, 其中高频轴向力分量处理结果的相对误差约1%. 在风洞试验数据验证中, 也得到了比较理想的结果, 同时与卷积神经网络模型处理的结果进行了对比分析.      

高超声速风洞短时气动力智能辨识算法研究

风洞测力试验是高超声速飞行器研发的重要环节,随着这项技术的发展,试验模型的大尺度化成为高超声速风洞试验的趋势.在几百毫秒的有效测试时间内,大尺度测力系统刚度减弱等问题会严重导致气动力辨识精度变差,试验模型大尺度化对短时脉冲燃烧风洞精确气动力辨识带来了挑战.对此本文提出了一种新的基于传统信号处理结合深度学习的智能气动力辨...     

振动工程中智能结构的研究进展

介绍了智能结构的概念,评述了近年来用于振动工程中的智能结构所研究的几个基本问题：传感器,作动器,智能结构动力学建模及其振动控制,传感／作动器在结构中的优化配置,并提出了建议研究的几个问题：作动／传感材料的研究、集成技术的研究、控制器的研究和结构控制一体化优化技术     

基于仿真和智能算法骨骼肌超弹性本构参数的反演方法研究

从事高强度的体力工作者经常会发生肌肉软组织的损伤,因此对骨骼肌的变形特性和应力分布的研究受到了越来越多的重视.获取正确的本构参数对于生物软组织的力学行为的研究至关重要,而本构参数的确定本质上是一个逆过程,具有很大的挑战性.本文分别采用K近邻(K-nearest neighbor,KNN)模型和支持向量机回归(suppo...