基于BP神经网络的非线性流域UUV动态回收过程预测

针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经网络的初始数据,利用拉丁超立方法对非线性流域的位置随机采样,采用神经网络输出UUV在采样处的水动力系数,实现非线性流域内UUV动态回收过程的水动力系数预测。结果表明:通过均方根检验神经网络预测水动力系数误差均在10%范围内。将神经网络预测结果与UUV纵向操纵性方程结合,对比回收速度和操舵间隔与理论回收轨迹的误差,优化UUV动态回收路径的闭环控制方案。

光学舱推进剂补加过程的热分析仿真与试验研究

推进剂补加是确保光学舱在轨长寿命工作的重要功能,补加过程面临的热环境条件比以往任务恶劣,全过程热控制十分必要。针对光学舱推进剂补加过程的复杂传热新问题,建立包含压气机、液冷模块和环路热管等部件的光学舱平台集成热数学模型,进行热分析仿真研究,并开展系统级热试验。对比高温和低温2种补加条件的瞬态热分析和热试验结果,研究传热关系和温度变化规律;针对热试验中垂直热管因重力因素从不运行至运行的瞬态过程,提出一种变热导率仿真方法;提出高温补加优化设计方案并进行在轨预示。结果表明:瞬态仿真结果与试验结果吻合良好,验证了热分析方法和仿真模型的准确性和有效性;在轨补加采用压气机本体预热并启动2套环路热管,压气机的最高温度≤34.1℃,预热总功耗50 Wh,满足指标要求。研究结果对于光学舱停靠空间站期间的推进剂补加流程设计具有一定参考价值。

基于自适应增强型复系数滤波器的多电飞机变频电网状态估计

多电飞机的电网是一种典型的孤岛微网,具有360~800 Hz的宽频率工作范围,传统恒定频率电网同步方法的动态性能在飞机变频电网中有所不足。为了准确估计飞机变频电网的电网状态,结合自适应模块,对增强型复系数滤波器锁相环进行改进,设计了一种适应于MEA变频电网的自适应增强型复系数滤波器锁相环结构(AECCF-PLL)。分析了其传递函数与阶跃响应之间的关系,推导了模型参数与频率的关系,建立了频率自适应模块,满足飞机变频交流电网状态估计对稳定性和快速性的要求。实验结果表明,在飞机变频电网含有大小频率跳变、谐波、斜坡等扰动情况时,提出的AECCF-PLL可以实现对电网状态的快速稳定估计。

大气环境下高温结构极端热载荷生成方法

针对高超声速飞行器在地面试验中的严酷气动热载荷模拟难题,提出了一种基于石墨的大气环境下高温结构极端热载荷生成方法。形成了一种石墨加热元件热应力减缓设计方法,确保了大功率加热时的石墨加热元件完整性;构建了一种基于双层气膜冷却的石墨封闭透波工作环境营造方法,避免了石墨加热元件在高温下接触氧气从而发生剧烈氧化,实现了大气环境中大热流载荷施加;基于前述方法研制了模块化石墨超高温加热装置,并针对C/SiC试验件开展了大气环境下加热能力试验测试。研究表明,超高温石墨加热装置具备大气环境中超高温加热能力,最大辐射热流达到了1.38 MW/m^(2),试验件热面温度达到了1 800℃级,升温速率达到了40.3℃/s,为高超声速飞行器结构热试验提供了技术条件。

考虑磨损演化的铰链式襟翼机构动力学仿真研究

不同卡位的襟翼气动载荷差别很大,使得轴承在不同襟翼偏角下所承受载荷也存在明显差异,这导致在不同角度位置的轴承磨损深度不一致。因此,引入均匀磨损深度的方法难以适用于襟翼的动力学特性分析。为解决这一问题,提出了一种基于最小二乘法的动力学建模方法。根据襟翼翼面的连接特点利用C-B法对其进行柔性化,并采用RBE2单元建立刚柔耦合动力学模型。联合UAMP、DISP、UMESHMOTION子程序进行磨损演化仿真,获取铰链轴承的非均匀磨损数据,同时通过最小二乘拟合建立磨损深度和襟翼偏角角度以及摩擦因数的映射关系。将该映射关系以铰链轴承中心点的偏移量和轴承摩擦因数的方式更新刚柔耦合动力学模型,以获取在磨损影响下的襟翼机构动力学响应,验证了方法的适用性和有效性。结果表明,随着磨损的进行,襟翼内外侧轴承转轴同轴度逐渐降低,内外侧驱动力矩随之增加,增加幅度最大为15.08%。该方法可为襟翼机构的设计及轴承选型提供一定支持。

多/单目标优化转换下的作战任务重分配

协同作战任务分配技术是近年来军事领域的研究热点之一,以往的研究一般将任务分配划分为预分配和动态分配2个阶段并独立进行研究,但是这种做法忽略了2个阶段之间的内在联系。针对这一问题,以多目标优化下的任务预分配和单目标优化下的任务动态分配为切入点,提出一种多/单目标优化转换思想。在动态任务分配阶段,通过决策者在预分配阶段的选择获取其主观偏好,基于获取的主观偏好将多目标优化转化为单目标优化后,使用合同网协议完成单目标任务重分配。仿真结果证明了所提出的多/单目标优化转换思想的正确性及其在动态任务分配问题中的适用性。

旋转叶片通道内冰晶运动和融化数值研究

采用欧拉-拉格朗日法对旋转叶片通道内冰晶的运动和融化特性开展了研究。针对旋转部件提出了局部收集系数的计算方法;对旋转叶片通道内冰晶的运动和融化进行了数值模拟,分析了冰晶几何参数和工况变化对冰晶撞击位置和冰晶融化率的影响。计算结果表明:(1)叶片前缘冰晶的收集系数最高,压力面的尾缘附近也是冰晶可能撞击的区域,而叶片根部受离心力的影响冰晶撞击较少;(2)冰晶含量越大,叶片表面相同位置处冰晶的收集率越大;冰晶直径越大,在吸力面冰晶的收集率越大,在压力面冰晶的收集率越小;冰晶的非球形度越高,冰晶越容易撞击在压力面上;叶片转速降低时,冰晶更容易撞击在吸力面上,撞击的区域也更大更接近叶根;(3)撞击在压力面上的融化冰晶分布较广,压力面比吸力面更容易发生冰晶粘附与冻结;吸力面上接近尾缘处融化的冰晶较多,此处也可能粘附冰晶;冰晶含量越大、直径越大、非球形度越大、叶片转速增加时,冰晶的融化率都有所减小。

基于目标增强与鼠群优化的红外与可见光图像融合算法

针对传统红外与可见光图像融合结果存在目标模糊、信息丢失问题,提出一种基于目标增强与鼠群优化的红外与可见光图像融合方法,记为TERSFuse。为了减少融合结果中原始图像细节信息丢失,分别构建了红外对比度增强模块和基于亮度感知的可见光图像增强模块;利用拉普拉斯金字塔变换对红外和可见光增强图像进行多尺度分解,从而得到对应的高、低频图像;为了使融合结果充分保留原始图像信息,分别采用“最大绝对值”规则对红外和可见光高频图像进行融合以及通过计算权重系数对低频图像进行融合;设计了基于鼠群优化的图像重构模块以实现高频图像和低频图像重构权重的自适应分配,进而提高融合图像的视觉效果。为了验证所提算法优势,与7种经典融合算法进行比较,实验结果表明所提算法不仅具有良好的视觉效果,而且融合图像能够保留原始图像丰富的边缘纹理和对比度信息。

基于反馈线性化的广义预测控制机械臂轨迹跟踪算法

分析了机械臂轨迹跟踪控制问题的特点,建立了二自由度机械臂动力学模型。为解决广义预测控制(generalized predictive control,GPC)算法难以适用于非线性系统的问题,在现有的GPC算法基础上,设计了基于反馈线性化的广义预测控制(feedback linearization-generalized predictive control,FL-GPC)算法框架,即底层为线性系统预测控制,非线性项使用预估值来进行代替,高层为迭代修正预估量,使用迭代计算的方式对非线性项进行预估。使用FL-GPC算法对二自由度机械臂的静态、动态轨迹跟踪任务进行了仿真。仿真结果表明,算法可以进行有效的机械臂轨迹跟踪控制。

基于刚度可调的气动位置伺服系统摩擦补偿控制

气动伺服系统的低刚度、低气源压强、流量易饱和等特性,导致系统在工作过程中能量耗散较大,系统易受摩擦影响,且补偿效果不明显。尤其是当系统的运动方向改变时,会产生明显的“平顶现象”,严重影响气动伺服系统的跟踪精度。采用负载口独立控制结构,消除因两腔耦合而导致的能量耗散,使系统流量特性尽可能地位于线性区间;针对气动系统中存在的摩擦中部分参数不确定,以及外界干扰、动态负载的不确定性,设计非线性自适应鲁棒控制方法;将系统的刚度调节与自适应鲁棒控制进行协同控制,提高气动位置伺服系统的动态性能。仿真和实验结果均表明:具有刚度调节的自适应鲁棒控制能够明显降低系统能量耗散,提高系统位置跟踪精度,有效改善摩擦引起的“平顶现象”。

红外地面目标智能抗遮挡跟踪算法研究

针对背景遮挡导致红外地面目标跟踪失败的问题,提出了一种基于改进轨迹预测网络的红外地面目标抗遮挡跟踪器。提出了遮挡判断准则,准确判断红外地面目标的遮挡情况;改进BiTrap轨迹预测网络,一方面通过孪生网络结构引入速度信息,采用单向预测的方法,提出了SiamTrap轨迹预测网络,提高了轨迹预测的精度;另一方面,通过改进训练方法和应用方法,可以更准确地预测地面目标的轨迹。对于短期遮挡,利用SiamTrap网络基于时间上下文信息预测目标遮挡位置。对于长期遮挡,提出了搜索扩展策略来处理真实目标信息缺乏导致的预测误差积累。提出了“二次判定”准则,实现了目标的精确捕获和正常跟踪。在含有遮挡的红外目标跟踪序列上对算法进行了对比测试。与基准跟踪器相比,文中所提算法在OPE评价指标下,成功率和准确率分别提高了5.2%和5.9%。这表明文中算法在应对红外地面目标被遮挡情况下具有良好的鲁棒性。

超空泡航行体尾舵展开过程水动力载荷数值研究

超空泡航行体全沾湿航行阶段尾舵展开过程的流体动力载荷对于航行体稳定性分析以及尾舵机性能设计具有重要影响。建立了基于重叠网格技术和网格域间相对运动思想的尾舵展开过程数值计算方法;结合超空泡航行体设计需求,研究了尾舵不同展开速率、不同攻角状态展开以及尾舵展开前后的水动力载荷变化规律;通过对尾舵附近速度矢量场、压力场以及尾舵表面压力系数分析,揭示了尾舵不同状态的流体动力载荷变化原因。研究成果对超空泡航行体尾舵展开过程流场特性研究具有重要参考价值,同时为尾舵机性能设计提供了重要设计依据。

基于分枝约界法的复材加筋板多模式多位置可靠性分析

为了解决复合材料结构失效呈现多模式、多位置并发式,探究了分枝约界方法(BBM)在复合材料多模式、多位置可靠性分析中的应用,并结合蒙特卡罗方法对多模式可靠度进行了求解。结合结构组成、承载状态“分枝”,识别所有可能的潜在失效模式,再结合结构特征、应力状态“约界”,确定主要失效模式和失效位置,建立多模式可靠性分析模型;通过复合材料独有的失效准则向安全边界方程进行转化,探索复合材料可靠性分析的方法和流程框架,并采用蒙特卡罗求解多模式、多位置失效的可靠度;开展T型复合材料加筋板在轴压载荷下的可靠性分析案例验证,通过使用分枝约界法计算规模减少75%,轴压载荷下加筋板多模式可靠度为0.998。

手过头静态作业的上肢肌肉疲劳特性研究

为探究手过头不同高度下静态作业的上肢肌肉疲劳特性,通过实验设计采集了被试的表面肌电信号(surface electromyography,sEMG)及基于Borg CR-10量表的主观疲劳状态,研究了sEMG的时域与频域特征处理方法,并利用多分类支持向量机(support vector machine,SVM)识别肌肉疲劳状态。通过对肌肉贡献率、主客观肌肉疲劳特征的相关性、不同高度下的肌肉疲劳累积排序及肌肉疲劳分类识别进行分析,结果表明:肌肉平均贡献率超过10%的肌肉为肱二头肌、三角肌与斜方肌,且其累积贡献率超过70%;对疲劳累积程度在3个高度下排序,肱二头肌和斜方肌为H_(3)>H_(2)>H_(1),三角肌为H_(2)>H_(3)>H_(1);随着手过头静态作业时间增加,上肢肌肉疲劳逐渐积累,时域特征值增加、频域特征值减小且其变化具有一致性;多分类SVM对手过头静态作业中的上肢肌肉疲劳识别准确率大于90%。

河口多定线制复杂水域船舶操纵自主决策方法

为解决河口多定线制复杂水域船舶操纵自主决策问题,以浏河口至北槽水域为例,围绕数字化环境、航行规则融入、船舶操纵性限制和特殊水域下的避碰机理等关键科学问题进行了研究。在数字化交通环境中,归纳和量化解析规则要求,结合非线性船舶操纵特性下的控制和过程预测方法探究该类水域船舶行为特征约束下的避碰机理,建立可行航向航速求取方法,提出了一种能动态自适应系统剩余误差和目标船随机运动的多因素约束下的操纵自主决策方法。在预设场景下,船舶在0,38,1 184,1 537,2 166,3 678,3 808 s右转4°、减速、右转5°并减速、减速、左转3°加速、右转3°并减速、减速可安全通过。实验表明,提出的方法能在复杂环境中安全避让,并及时跟踪航线。

表面效应对多孔纳米梁热屈曲行为影响的辛方法

为了分析表面效应对多孔纳米梁热屈曲行为的影响,基于Grutin-Murdoch表面弹性理论和Euler梁理论,采用Hamilton体系研究了梯度多孔纳米梁的热屈曲问题。在辛空间中,梯度多孔梁的屈曲问题归结为系统的零本征值问题,纳米梁的屈曲临界温度和屈曲模态对应于Hamilton体系的辛本征值和本征解。假设梯度多孔材料的性能在整个厚度上连续变化,并考虑了孔隙率沿其厚度不均匀分布的2种余弦形式,通过分叉条件及归一化方法解析地给出了屈曲模态和纳米梁发生屈曲的临界屈曲升温。以图表形式呈现了表面效应对梯度多孔纳米梁热屈曲的影响。结果表明:梯度多孔纳米梁具有十分显著的表面效应。考虑表面效应,多孔纳米梁的临界热载荷和临界屈曲升温都会提高,同时,适当的孔隙率系数和孔隙分布方式可以有效地改善多孔纳米梁的力学性能。

不同前倾角度倾转旋翼噪声数值计算分析

基于自由尾迹结合FW-H(Ffowcs Williams-Hawkings)方程的方法建立了倾转旋翼气动噪声计算模型,并采用倾转旋翼模型噪声试验数据验证了计算分析方法的有效性。选取典型过渡路径,进行考虑配平的倾转双旋翼气动噪声特性计算,获得了旋翼桨叶剖面非定常气动载荷以及不同测点气动噪声等计算结果,分析了倾转旋翼在不同前倾角下噪声指向性和噪声声压级的变化。结果表明:由于双旋翼噪声在传播中的叠加和抵消,倾转双旋翼和孤立单旋翼的噪声指向特性存在较大的不同;倾转旋翼噪声随前倾角增加总体上呈现先增加后减小的变化趋势,在前倾角30°附近噪声最强;不同前倾角下噪声声压级和指向性的变化与旋翼桨尖马赫数、气动载荷和桨盘角度等多种因素相关。

基于Kriging的多阶段加点策略及离心叶轮汽蚀优化

为了实现燃油离心泵汽蚀特性智能优化设计,提出一种基于Kriging的多阶段主动学习加点策略。重点是建立3个阶段的加点策略,并明确各阶段加点策略的切换判据。基于一维函数、多维函数等测试函数,与单加点策略对比以验证多阶段主动学习加点策略的有效性。进而,以某型燃油离心泵为例,完成所提出加点策略在其汽蚀特性的优化应用。测试函数算例结果表明:多阶段主动学习加点策略达到相同精度所需时间稍长于单MSE策略,优于单EI策略与单CV策略;但相比单MSE策略,全局最优解局部精度更高。离心泵汽蚀特性优化结果表明:优化泵进口处压力损失降低且进口处回流、旋涡等局部流动减弱,蜗壳内压力梯度增大且其出口处旋涡流动减弱;优化泵的汽蚀系数提高30.83%,汽蚀余量下降9.14%,汽蚀比转数下降7.17%,泵内气体含量下降17.27%,所提出的方法有效地提高了离心泵的抗汽蚀性能。

基于证据理论和区间分析的eVTOL热失控安全性分析

为保证eVTOL的安全性,需要对锂电池的热失控问题进行安全性分析。针对锂电池热失控失效数据不足这一问题,提出一种基于证据理论和区间分析的安全性评估方法:对系统进行故障树建模;针对故障树分析中存在的底事件失效率不精确的问题,使用证据理论计算底事件失效概率区间,并结合区间理论对故障树顶事件进行计算;通过重要度分析,找出对顶事件影响最大的底事件。利用所提方法,对eVTOL电池热失控进行安全性分析并计算各底事件的重要度,从而为降低系统失效概率、提升系统安全性水平提供依据。

航行工况失配条件下的深度神经网络水声目标识别方法

舰船的运行工况会对舰船辐射噪声产生很大影响,即使同一艘船行驶在同一片海域,不同的运行工况也会产生不同的辐射噪声,从而影响目标识别的准确性。特别是在工况失配的情况下,识别结果的正确率会大大降低。针对这一问题,提出了基于知识蒸馏的智能水下声学目标识别方法,以提高识别精度。使用听觉特征作为系统的输入,利用知识蒸馏学习不同工况条件下目标特征的内在联系。教师网络由大量现有工况数据训练而成,用于辅助学生网络(由少量工况数据训练而成)解决不同情况下的工况失配问题。测试使用了4种不同工况下的船舶辐射噪声数据集。结果表明,所提出的方法在各种工况失配问题上的表现都优于其他方法,这也体现了其在工程问题上的智能性和实用性。