空间推进系统工作过程的模块化建模

建立空间推进系统仿真模块(包括液体管道模块、三通模块、充填模块、推力室模块等)的数学模型。虽然采用的是集中参数方法,但同时考虑了液体的惯性、粘性和压缩性,所以本文建立的常微分方程组能在一定程度上反映供应系统工作过程的分布特性。

空间推进系统工作过程故障仿真

以凝胶推进剂空间推进系统为研究对象,对该系统异常工作的动态性能进行了分析和研究。为了获得空间推进系统故障模式,把空间推进系统工作过程的故障特性方程与其正常数学模型相结合,采用Visual C++编程工具对导管泄漏故障、过滤网阻塞故障、电磁阀故障和喷管烧蚀故障进行了模拟,从而为空间推进系统智能化故障诊断奠定了基础。

量子超球神经网络在振动故障检测中的应用

提出了一种基于量子超球神经网络的液体火箭发动机振动故障检测方法,采用可变量子超球代表发动机工作模式,自然地提供了反映故障程度的概率幅;网络的离线学习算法可以从训练样本中自动提取发动机振动知识,监测算法不仅能正确预报故障,还能在线学习新的振动信息。试验数据检验结果表明:量子超球神经网络可以成功用于液体火箭发动机振动故障检测。

激光推进发射微小卫星弹道仿真与分析

建立了初步的激光大气传输模型和光船的三维运动模型,通过对单站大气盘旋入轨模式下的推进弹道仿真分析可知,单站推进模式下激光在稠密大气层中行程较大,激光传输衰减严重。针对上述问题,以激光推进发射微小卫星为应用目标,提出了基于过顶接力和等光程接力两种方式下三站入轨的推进模式,给出并分析了相应的仿真结果,并利用等光程接力方式分析了激光推进发射微小卫星的运载能力。结果表明,三站等光程接力方式可以有效的解决激光传输问题,减小了激光在稠密大气层中的传输距离和激光的传输损失,提高入轨质量。

基于概率超球集神经网络的发动机故障诊断

提出了一种用于发动机故障检测与诊断的概率超球集神经网络.神经网络用概率集表示发动机故障模式,概率集是由超球聚集形成的集合体,超球是由球心和半径确定.概率超球集神经网络能在两次循环中完成学习过程,并能不断融合新样本信息和精炼已存在的故障模式.YF-20发动机故障检测与诊断的仿真研究验证了概率超球集神经网络分类器的优越性能.

基于云神经网络的空间推进系统故障检测与诊断

本文提出并研究了用于空间推进系统故障检测与诊断的云神经网络方法,并以某空间推进系统推力器为研究对象进行了验证。仿真结果表明,该方法用于推力器故障检测与诊断是可行的,辨识精度较高,能够实时反映推力器工作状况,并能及时判断。

航天发射一体化仿真训练系统

为有效解决载人航天发射场测试发射缺乏飞行产品实装设备、测控跟踪无真实目标的训练难题,同时为测发工艺流程优化、各类方案验证等提供技术支持,研制了航天发射一体化仿真训练系统。从应用体系、系统体系、技术体系三方面论述了系统的体系框架,讨论了系统研制涉及的关键技术。仿真结果表明,该系统实现了试训一致的发射场全系统、全流程、全岗位综合训练。

固体火箭应急发射任务规划及发射流程研究

利用贮存值班的固体运载火箭,可以在24 h内将卫星送入目标轨道。针对灾害监测、热点冲突监视、区域信息增强、空间系统补网重构等典型突发事件,基于贮存的固体火箭应急发射任务模式,研究了基于综合成本评估的贮存管理机制、应急发射任务规划内容和方法,制定了基于贮存状态的应急发射流程,设计了自动化快速评估系统,为快速响应固体运载火箭应急发射提供参考。

关于我国智慧火箭技术的发展与思考

随着国防经济发展的需要,我国超高密度发射任务已呈常态化,虽捷报频传,但因飞行过程中发生故障导致飞行失利的情况也时有发生。对飞行失利的案例进行分析研究后发现,如果火箭具有一定“智慧”,在故障发生时,可自主分析并进行相应调整,将大大提高任务成功率。这说明现有火箭技术已无法适应我国目前航天任务高密度、快速发射的需求,智慧火箭技术是解决该矛盾的有效途径。

用微机管理仪器设备,提高工作效率

前言现代科学技术的发展使计算机的应用正在逐步向各个领域渗透。目前计算机除了能进行人所共知的科学计算之外,已经被逐渐应用到企事业现代化管理中,尤其在数据处理和信息管理方面,计算机更具育独特的优势。在国外,正业发达的国家,80%的计算机是用于管理。采用计算机管理不但能节省大量的人力、物力,而且速度快、数据准确可靠、科学性强,