火箭-双燃烧室冲压组合循环发动机概念研究

临近空间高超声速飞行器近年来获得了广泛关注,本文提出一种以基于火箭发动机和双燃烧室冲压发动机的多模态火箭-双燃烧室冲压组合循环发动机作为飞行器的动力系统,并进行了性能分析研究。该飞行器在海拔10 km左右高度以0.8马赫的速度投放,在重力和发动机推力的联合作用下,能够在海拔5～8 km处加速到2马赫;然后加速爬升进入临近空间,发动机工作在引射亚燃或者双燃烧室亚燃模态下。可以根据实际选择高推重比、较低推进剂比冲效率的引射亚燃模态,或是较低推重比、高推进剂比冲效率的双燃烧室亚燃模态。最终飞行器加速到6马赫(26 km),进入双燃室超燃模态。针对空中发射模式和地面发射模式进行了轨道优化,仿真结果表明:在加速爬升到6马赫(26 km)的过程中,空中发射模式相比较地面发射模式可以节省37%的推进剂;空中发射模式存在一个负的最优初始飞行角度使得剩余质量与初始质量的比值达到最大。     

多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。     

方波电机驱动装甲车制动过程泵升电压研究

再生制动是电动车辆最常见的制动方式.然而,在没有大容量蓄电池吸收能量的情况下,再生制动将产生很高的泵升电压.通过分析再生制动过程,提出了用控制占空比的办法抑制泵升电压.该方法通过数字控制实现,无需改动硬件,控制简便.计算机仿真和样机实验结果表明,该方法可迅速抑制泵升电压,并具有很好的制动效果.     

外军两栖车辆水上推进装置的分类及评价

给出了当今外军典型两栖车辆的主要性能指标,对水上推进装置进行了分类,定性分析了各种水上推进装置的工作原理及主要影响因素,给出了FT-C牵引车模型的试验结果.通过对水上推进装置产生的推力和两栖车辆水上行驶的阻力分析,得出了有价值的结论.最后根据实际需求对履带划水式、喷水式、螺旋桨式3种水上推进装置进行了综合评估,其结论对新型两栖车辆的论证、研究具有借鉴作用.     

RLV再入标准轨道制导与轨道预测制导方法比较分析

提出只更新飞行剖面参数的航程更新方法及相应的RLV再入标准轨道制导规律;结合轨道在线生成与跟踪技术,采用Runge-Kutta-Fehlberg自适应变步长轨道快速预报方法,研究了RLV再入轨道预测制导。进一步对两种制导方法进行了比较分析研究,研究认为标准轨道制导与轨道预测制导都是可行的RLV再入制导方案,其有机结合是未来可重复使用跨大气层飞行器再入制导的发展趋势。     

两栖装甲车静水阻力近似估算方法初探

提出了一种估算履带式两栖装甲车静水阻力的数学模型,在车辆主要参数已知的情况下,可对该型两栖车进行设计阶段的阻力预测:并针对某型两栖车进行了阻力计算。将两栖车辆的静水阻力分为摩擦阻力Rf剩余阻力Rr.等两部分,把实例估算结果与实车阻力试验结果相对比,结果表明:在该车常用航速范围内,误差较小。随着航速的提高,总阻力中摩擦阻力成份逐渐减少,而剩余阻力成份逐渐增加。     

装甲车辆自动装弹机的现状及未来

自动装弹机己在各国新一代装甲车辆上得到广泛应用。通过阐述在装甲车辆上采用自动装弹机的优点和必要性,介绍了现阶段自动装弹机的几种实现方式及其优缺点,并对自动装弹机的未来发展做出了展望。     

自治式潜水器规避航行神经网络控制器设计

在规避机动状态下,为了实现对自治式潜水器良好的航行控制,通过分析潜水器的运动状态,建立了运动状态方程,确立了非线性单输入/单输出系统.同时,将复杂的非线性模型通过微分同胚的方法转化为降阶的线性模型,并在此基础上提出了一种基于神经网络的控制方法:将滑模控制思想、反馈线性化理论及神经网络在线建模方法相结合,提出了基于神经网络的鲁棒自适应控制算法,并将此方法用于自治式潜水器高度保持的仿真中,从仿真的结果来看,控制器具有满意的控制效果,证实了该方法的有效性,能为自治式潜水器航行控制提供一定的参考.     

反无人机绳网捕获系统的动力学建模与仿真

针对无人机"黑飞"问题,提出了包含捕获平台地面发射、柔性绳网空中展开抓捕和降落伞回收的反无人机绳网捕获系统方案,建立了全过程动力学模型.并将动力学模型中的平台飞行轨迹模型和绳网展开模型与飞行试验数据进行了对比验证.结果表明,该系统动力学建模与仿真方案可行,对系统工程设计具有指导意义.     

一种改进遗传算法在UCAV快速航迹规划中的应用

针对无人作战飞机(Unmanned Combat Aerial Vehicle,UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出了一种基于Voronoi图和改进遗传算法的快速航迹规划方法。该方法采取分层航迹规划的思想,首先根据Voronoi图生成初始航迹,并综合考虑约束条件,赋予各条航迹相应的权值;然后应用改进的遗传算法在生成的航迹空间中寻优,最终得到满意的航迹。该算法利用多处理机并行计算技术对传统遗传算法进行改进,大大缩短寻优时间。仿真结果表明基于Voronoi图和改进遗传算法的航迹规划提高了实时性,增强了UCAV的动态战场适应能力和突发威胁应对能力。