基于多方法协作优化方法的非壅塞式固体火箭冲压发动机导弹一体化优化设计

固体火箭冲压发动机和导弹性能相互之间紧密耦合。从导弹总体方案设计阶段引入一体化设计思想,能充分发挥和协调好固体火箭冲压发动机和导弹的性能,提高了导弹的总体设计水平。采用基于遗传算法、Powell法和模式搜索法的多方法协作优化方法进行了以非壅塞式固体火箭冲压发动机为动力的导弹总体一体化优化设计。算例表明,采用该多方法协作优化方法进行一体化优化设计,可以协调导弹的总体参数,提高导弹的总体性能。     

一种快速有效的循环平稳信号检测方法

TSAE-Z算法把时间切片自相关包络检测和可变步进的Zoom-FFT检测相结合,实现了对循环平稳信号的快速、精确检测,仿真结果表明,在相同数据长度条件下,TSAE-Z算法能够使检测运算时间减少3个数量级;在相同执行时间的条件下,TSAE-Z算法能在提高检测分辨率的同时使检测性能提升6dB以上。     

过氧化氢发动机中的低频振荡

过氧化氢是现代液体火箭推进剂的重要发展方向。针对过氧化氢发动机试验中出现的低频振荡现象,通过建立发动机系统模型,对这种振荡现象进行了仿真和分析,成功实现了发动机的稳定工作。本文将有利于结合仿真和试验,促进过氧化氢发动机的研制。     

结合动态时间弯曲与决策树方法的液体火箭发动机故障诊断

对某大型液体火箭发动机的热试车数据及通过发动机模型仿真得到的故障数据进行动态时间弯曲分析,得到弯曲路径集,然后结合决策树方法进行了故障检测和诊断。对于故障试车没有出现漏报警和误报警,对于正常试车没有出现误报警。通过与神经网络、支持向量机等方法所得结果的对比,证明该方法可以成功地应用于火箭发动机的故障检测和诊断。     

液氧甲烷膨胀循环变推力发动机系统方案对比研究

当前对液氧甲烷膨胀循环变推力火箭发动机的研制难点和关键技术认识不够清楚,尤其是在大变比推力调节方案方面。基于整个发动机系统,采用理论计算方法,探讨甲烷膨胀做功能力以及变推力调节方案可行性。分别给出了单涡轮系统方案和双涡轮系统方案,首次给出了不同工况下详细的系统状态参数分布,进行了对比分析,并探讨了甲烷做功能力随室压的变化规律。研究结果表明,甲烷做功能力随着室压的减小呈现先减小后增大的趋势,单涡轮和双涡轮系统方案均能够实现大范围推力调节;相比单涡轮方案,双涡轮方案能够更好地保证混合比,且甲烷气体做功能力利用效率更高,氧涡轮和燃料涡轮功率变化范围较窄,涡轮所处环境较为缓和,因此双涡轮系统方案具备一定优势。     

基于神经网络的复杂导弹系统可靠性预测

介绍了如何利用神经网络对复杂导弹系统可靠性进行预测。对利用导弹地面测试数据和可靠性数据预测未来导弹可靠性问题进行了描述。给出了建模思路和方法框架。探讨了基于因子分析的可靠性数据特征选择方法、循环神经网络(RNN)、长短时记忆网络(LSTM)、门循环网络(GRU)以及输出数据融合方法。在实例中利用该方法对其飞行可靠性进行了预测,验证了方法的可行性与有效性。该方法可以充分利用复杂系统地面测试数据、可靠性数据中隐含的信息以及多种神经网络的优点,具有一定的通用性与实用性。     

J2摄动下卫星编队重构的多脉冲轨迹优化

针对考虑J_2摄动的椭圆参考轨道的编队重构问题,以消耗燃料最少为目标函数,基于高斯变分方程研究编队重构的多脉冲轨迹优化方法。推导考虑J_2摄动和轨道面内外耦合的轨道要素偏差线性动力学方程,采用遗传算法和序列二次规划结合的混合算法对总的速度增量进行优化。数值仿真表明该混合算法有效,可以高效地得到可行解。由于考虑了J_2摄动和椭圆参考轨道,该算法对航天任务中的轨迹优化具有一定的参考意义。     

基于次级通道在线辨识变步长主动隔振控制算法研究

针对主动隔振中次级通道存在的时变特性和传统在线辨识方法导致的主动隔振效果较差问题,提出了一种基于次级通道在线辨识的变步长主动隔振控制算法.通过附加高斯白噪声对次级通道实时建模,同时引入功率因子在设定范围内对主动控制迭代步长和白噪声功率进行调整,并搭建了单通道主动隔振实验平台,仿真和实验研究结果表明:所提算法降低了计算量...     

新一代四机并联火箭发动机喷流热环境数值研究

针对国内首次采用四机并联大推力液氧煤油发动机的新一代运载火箭,采用FLUENT软件研究发动机喷流对火箭底部热环境的影响。结果表明：低空飞行时,喷流的相互作用较弱,返流以亚音速冲击底部中心,返流气体中空气摩尔分数占比在90%以上;高空飞行时,返流以超音速向底板流动,返流气体中高温喷流气体占50%以上,高温的返流导致底部热环境更加严酷。随飞行高度的增加,回流点更靠近箭体,箭体底部的热环境更恶劣,底部最大热流密度点出现在飞行高度约21 km处。     

基于期望模型的变结构交互多模型算法

采用变结构思想,提出一种基于期望系统噪声模型的变结构交互多模型算法。算法中,预测噪声变化范围的噪声模型集不再采用固定结构,而是根据量测新息在线辨识和调整,使之更加接近于目标的真实运动模式。基于模型匹配概率与先验的马尔科夫切换概率调整期望系统噪声模型噪声方差,得到一个最优的系统噪声模型集。将该算法与交互多模型算法相结合,得到一种变结构交互多模型算法。仿真结果表明,该算法对机动目标的跟踪精度要优于固定结构的交互多模型算法。