积极参与国防科技创新体系建设

经过多年努力,国防科技研究成为华中科技大学科研的一大特色和今后科研发展的重要增长点,连续多年位居教育部部属高校前列,在航天图像识别与信息处理技术、液压气动技术、脉冲功率技术等许多领域形成了自己的特色和优势,取得了较大的经济和社会效益。明确指导思想创新管理模式华中科技大学开展国防科技工作的指导思想是“以服务求支持,以质量求生存,以诚信求满意,以贡献求发展”,树立全方位为国防军工建设服务的意识,充分发挥学校优势,真心实意为军工行业办实事,解决实际问题,并以管理创新为国防科技创新提供有力保障。改革国防科研管理体制…     

活跃在科技前沿的年轻团队——记航空发动机气动热力学研究团队

在北京北四环众多高等学府云集的学院路旁,有一座并不起眼的三层小楼,这就是航空发动机气动热力重点实验室,这里的主人正是在科学殿堂里刚刚崭露头角的、充满着创造激情的学术团队——“航空发动机气动热力学研究团队”。年轻团队2005年8月31日,北京航空航天大学所承担的“航空发动机气动热力学重大基础研究”项目通过验收。2006年,该项目通过技术成果鉴定,又通过国防科技进步一等奖的初审。这一切都与其背后活跃着这支以创新精神为主导、积极向上的年轻学术团队密切相关。这支年轻的学术团队成员主要由航空发动机气动热力重点实验室的研究…     

弹性高超声速飞行器自适应极点配置控制

本文针对乘波体外形的高超声速飞行器存在的结构/推进/气动强耦合特性,利用鲁棒极点配置方法设计了自适应控制器,实现了对高超声速飞行器的速度和高度指令跟踪控制。控制器采用了Proportional-Integral-Filter(PIF)结构,该结构的控制器不仅能够使系统具备良好的稳态特性而且能够对控制信号进行滤波平滑,从而能够有效地抑制高超声速飞行器的弹性振动对控制系统的影响。基于弹性高超声速飞行器模型CSUAL_GHV,分别采用自适应鲁棒极点配置控制方法和自适应非鲁棒极点配置控制方法进行了数值仿真。结果表明,与非鲁棒极点配置控制方法相比,采用自适应鲁棒极点配置控制方法的控制系统不仅使飞行器能够很快地跟踪上速度和高度指令,跟踪误差小于1%,而且高超声速飞行器的弹性振动也得到了有效地抑制。飞行器在整个飞行过程中的飞行攻角均处于±2°范围内,满足超燃冲压发动机的工作要求。     

CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

电磁轨道炮电感梯度影响因素分析

利用Ansoft Maxwell 14.0有限元分析软件,在考虑和不考虑电枢2种情况下对简单电磁轨道炮电感梯度的影响作对比分析,得出计算电感梯度时有必要将电枢的影响考虑进去的结论.为提高增强型轨道炮的电感梯度,分析不同轨道间距、厚度以及不同炮口宽度对2种增强型轨道炮电感梯度的影响,得出电感梯度随轨道参数变化的规律.     

履带式装甲车气动AMT机构设计与试验

针对某型履带式装甲车换挡操纵费力、驾驶员劳动强度大等问题,分析了该型装甲车变速操纵装置的结构和原理,根据该型车辆的结构特点和换挡过程中对换挡机构的要求,设计了气动AMT操纵机构,给出了关键元件的确定原则。对该型装甲车进行了实车改装与试验,试验结果表明:该气动AMT操纵机构工作稳定可靠,能够快速实现平稳、准确换挡,满足了车辆自动变速系统的要求。     

对武器系统RMS指标的研究

总结了确定武器系统RM S(可靠性R e liab ility、维修性M a in ta inab ility、保障性Supportab ility,以下简称RM S)指标的一般要求,描述了确定RM S指标的一般程序;根据RM S仿真的基本原理,确定了一套全面描述武器系统RM S的参数指标,建立了以系统装备完好性为目标的RM S的仿真模型。     

影响油罐电位的输油参数分析

目前,油库、储运公司改扩建工程较多,不可避免对工艺流程进行调整,依据液体静电产生原理,应用高斯定理和欧姆定律等理论,分析油罐注油过程中油面电位以及时间与管径、流速等各参数之间的关系,针对管径不变流速变化的情况,进行实验分析,在不对管路进行整改,仅对泵进行重新设计优选时,对如何控制罐内电位的安全,提出参考方案,对油库改扩建工程有一定的指导意义。     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。     

参数化滤波器逼近问题的全局最优算法

基于Lipschitz下界估值和分枝定界技术,给出了一维参数化小波滤波器逼近问题的全局最优算法。由于充分利用了滤波器逼近问题的特点,本方法将原来的Lipschitz算法的线性收敛速率提高为二次收敛速率。