基于CNN的卫星内部结构频域响应间接测量方法

针对生产线卫星脉动式快速生产的要求,为解决力学试验步骤烦琐且内部结构响应测量困难的问题,提出基于卷积神经网络(CNN)的卫星内部结构响应深度学习间接测量方法。分别对生产线I型卫星与成熟的Ⅱ型卫星进行正弦扫频试验,提取结构加速度频域响应信息,并利用基于CNN建立内部结构响应的间接测量模型验证所提出方法的可行性。结果表明该方法对两种型号卫星内部结构响应的间接测量总体精度分别达到了95.8%与96.9%,具有较强的工程应用潜力。

基于贝叶斯推断的卫星螺栓连接结构动力学参数识别

在卫星等航天器结构运行过程中,螺栓连接结构会导致卫星刚度损失和能量耗散.对于某卫星螺栓连接结构开展了含能量耗散与滞回效应的动力学参数识别分析方法研究.首先针对螺栓连接结构的力学特征给出了含动力学耗散的Bouc-Wen(B-W)模型,并推导其在不同荷载下的方程新式.进而分别构建了力锤激励冲击加载和激振器周期加载试验系统,基于贝叶斯推断模型开展了螺栓连接结构动力学参数反演识别研究,给出表征Bouc-Wen模型的螺栓连接结构动力学参数及其在周期荷载下的滞回曲线.最后,基于Bouc-Wen模型计算了不同荷载下卫星螺栓连接结构的加速度.通过计算方程新式计算数据与实测数据之间的均方误差对比两种方法的拟合程度,结果表明两者的均方误差较小,所提方法在解决卫星螺栓连接结构动力学参数识别方面具有可行性和准确性.

一种星-箭连接动态界面力的深度学习反演方法

针对于星-箭连接动态界面力无法通过力传感器直接测量,且典型时域动载反演方法难以准确计算界面力的时域变化等难点,提出了基于长短时记忆(LSTM)神经网络的星-箭界面力深度学习反演方法。首先通过卫星地面测试试验得到数据依据,以卫星主体结构的加速度测量数据为输入层,以星-箭界面力测量数据为输出层,利用LSTM神经网络建立输入和输出间的反演映射关系模型,实现卫星在发射过程中较高精度的界面力反演。进而,设计并开展了某典型卫星结构的正弦扫频和随机振动实验,测试LSTM界面力反演方法的可行性。结果分析可知,所提出的基于LSTM深度学习反演方法能够精确地获得动态界面力时程数据,两项性能指标均优于目前典型的载荷反演方法。

AA6061-T6板材搅拌摩擦焊温度场仿真

基于摩擦产热机制对搅拌摩擦焊接过程瞬态温度场进行了仿真研究,发展了基于线能量的摩擦系数预测-修正方案,给出了平轴肩-圆柱针、凹轴肩-圆柱针、平轴肩-圆台针三种搅拌头的摩擦产热公式.将上述方案和公式通过ABAQUS软件的DFLUX子程序实现,对AA6061-T6铝合金板材搅拌摩擦焊接过程温度场进行仿真.仿真结果显示:基于线能量的摩擦系数预测-修正方案能够有效地反映摩擦系数随温度升高而减小的变化趋势;焊接最高温度随着轴肩凹角的增大而增大,随着搅拌针锥角的增大而减小.