摘要:为解决航天任务复杂化与传统定构型卫星设计之间的矛盾,航天机构着眼于研究具有灵活构型变化能力的模块化自重构卫星,其中变构规划是一个具有挑战性的研究领域。针对模块化卫星变构问题,以立方体晶格型卫星作为研究对象,基于图论提出了描述卫星拓扑结构的构型矩阵和拓展矩阵。通过对卫星模块运动特点的研究,给出了求解模块运动可达空间的算法。将卫星的变构问题视为序列决策问题,基于深度强化学习理论,将变构过程建模为马尔可夫决策过程,设计了基于演员-评论家（actor-critic）模型的智能变构规划方法,建立多层神经网络以近似演员与评论家函数,通过训练神经网络,逐步改进卫星变构策略性能。仿真实验结果表明, 所提出的变构方法对于给定的卫星算例,可以得到逐步改进的卫星变构策略,针对不同模块数的卫星构型具有通用性,同时相比于传统基于启发式搜索的变构方法,在变构步数、计算时间和变构成功率上具有优势,验证了所提出的智能规划方法在未来模块化卫星设计工作中具有潜在的价值。

摘要:为提升战斗机尾旋过程中的气动力预测能力,改善稳定尾旋运动的仿真精度,结合深度神经网络强大的函数拟合能力,提出了一种新型神经网络模型,实现对尾旋非定常气动力的准确建模,并通过尾旋耦合仿真开展高精度的尾旋姿态预测。以战斗机失速尾旋下的气动特性为研究对象,首先,利用神经网络模型对立式风洞试验中的非定常气动力矩进行高精度建模。其次,基于神经网络模型特点与传统气动数据库构造方式,提出了增量叠加神经网络模型,将气动数据库的舵效增量引入神经网络,实现了变舵面下的尾旋非定常气动力矩的高精度建模。最后,将得到模型与尾旋运动学方程耦合,开展稳定尾旋仿真与尾旋特征预测。研究结果表明,所提出的模型能够很好地刻画不同舵面组合下尾旋气动力变化,与传统气动数据库相比气动力矩预测误差降低77%,利用该模型能够实现对飞机稳定尾旋特性的高精度预测,其中稳定尾旋周期预测相对误差降低34%,验证了机器学习方法在飞机复杂动力学仿真中的工程有效性。

摘要:为满足脉冲增程型导弹在线决策脉冲发动机最优点火时间及在线生成最优过载指令等需求,本研究对相关非线性最优制导方法进行了研究,提出一种最优制导指令在线生成方法。首先,建立了脉冲增程型导弹的非线性脉冲最优控制问题模型,并通过对增广目标函数进行全微分建立了该脉冲最优控制问题的最优性条件。其次,提出了一种快速生成脉冲最优轨迹数据集的参数化方法,该参数化方法根据最优性条件构建了一组参数化微分方程,使得通过对该微分方程组进行数值积分即可得到脉冲最优轨迹的数据集。最后,利用该数据集中的脉冲发动机最优点火时间和最优过载指令训练前馈神经网络,从而实现了脉冲发动机最优点火时间的在线决策和最优过载指令的在线生成。数值仿真研究结果表明,相比于传统优化方法,本研究所提出的方法不仅能够在1 ms内在线决策脉冲发动机最优点火时间和最优过载指令,而且弹道射程优于或相当于传统优化方法得到的弹道,因此所提出的方法具有在线生成脉冲增程型导弹最优制导指令的能力。

摘要:为进一步增强导弹飞行弹道的收敛速度,定义末端的脱靶量和脱靶量变化率作为性能优化指标,并基于线性二次型微分对策理论进行了制导律的推导,推导结果实现了减少脱靶量的同时向着最大化脱靶量收敛速度的方向上进行控制的目的。本研究从一般意义上进行导弹和目标控制系统动态特性的建模,适用于二者具有高阶控制系统动态特性的形式,推导结果具有一般性。针对导弹和目标具有一阶控制系统动态特性的情况,进行了制导律的扩展,并相应完成了对策空间的分析和典型制导参数的取值分析。非线性系统仿真针对比例导引、典型微分对策制导律和本研究所提出的脱靶量及其变化率双重加权的微分对策制导律进行了对比分析,仿真情形包括目标常值机动、S型机动和随机机动3种情形,并采用单发命中概率作为制导性能衡量指标。结果表明,所提出制导律的弹道快速收敛性能和低过载需求,在最小化脱靶量的同时最大化脱靶量的收敛速度,实现了在拦截导弹飞行弹道快速收敛的方向上进行控制的目的。

摘要:为研究时滞车辆队列的闭环稳定性与通信拓扑之间的本质关系揭示问题,针对二阶车辆队列与任意通信拓扑,提出了一种普适的最紧要特征值(MEE)搜寻方法。首先,基于车辆纵向动力学模型与含时滞分布式控制器,构建了时滞车辆队列闭环系统,并通过根趋势定义与Hermite稳定判据确定了系统仅存在一个时滞稳定区间。接着,对于拉普拉斯矩阵特征值全为实数的情况,通过分析系统最大容许时滞与拉普拉斯矩阵特征值之间的单调性关系,证明了二阶车辆队列的MEE必定为拉普拉斯矩阵的最大特征值。然后,对于部分特征值为共轭复数的情况,发现一对共轭复数特征值所对应的最大容许时滞大小相等,并给出了最大容许时滞的解析式。最后,在上述单调性关系分析过程中揭示了共轭复数特征值幅值与相角对MEE的影响规律,提出了简明的MEE搜寻规则。研究结果表明,通过仿真实例验证了所提理论方法的正确性,与传统遍历式的最大容许时滞求解方法相比,所提方法可大幅度降低运算量。MEE搜寻方法适用于任意通信拓扑下的二阶车辆队列系统闭环稳定性分析,具有普适性。

摘要:为改善现有防抱死制动系统采用比例积分微分(PID)控制方法实时性差且无法自动调整参数的问题,提出了一种多策略天鹰优化算法的防抱死制动系统PID控制方法。以单轮车辆模型为例,首先,构建汽车防抱死系统的PID控制器仿真模型。其次,提出了一种融合差分进化、反向学习和停滞扰动策略的天鹰搜索算法(DERLSP-AO),解决了天鹰优化算法(AO)易陷入局部最优及搜索精度有限的问题。通过设计狩猎视角反向学习策略来增大搜索范围,提高了算法效率；设计了停滞扰动策略,防止AO陷入局部最优；同时,结合差分进化策略,使天鹰种群进化淘汰掉较差个体。通过混合多种策略,完成了DERLSP-AO方法设计。然后,利用最优个体整定PID参数,得到优化的DERLSP-AO-PID控制器。最后,选择不同路面条件对汽车防抱死制动过程进行仿真实验。结果表明,相比现有算法,基于DERLSP-AO-PID控制的防抱死系统(ABS)输出的滑移率曲线,能够更好地保持在期望范围内,车辆制动时间更少,制动距离也较短,进一步验证了改进算法的有效性,制动性能有所提升。

摘要:为提升多媒体信息的可靠性,减轻图像伪造事件对于社会造成的负面影响,亟需发展图像修复取证技术,检测并定位图像的篡改区域。本研究提出了一种面向图像修复的桥式注意力取证网络,该网络直接接收篡改后的图像,端到端的输出图像中被篡改的区域,网络采用编码器－解码器架构作为基础框架。首先,编码器选用Swin Transformer和RepVGG两个主干网络以提取多域修复特征。然后,使用桥式注意力模块连接两个主干网络的同级阶段,来增加编码器在局部和全局维度上的建模能力。最后,在编码器和解码器中间搭建了语义对齐融合模块,消除了两个主干网络提取的特征之间的语义不一致,有助于提高网络的取证性能。在不同修复取证数据集上的实验结果表明,所提出的模型与其他主流取证模型相比,能够更准确地对修复区域进行定位。特别是在有挑战性的DeepFillV2数据集和Diffusion数据集上,所提出的BAFNet分别取得了91.37%和82.34%的IoU分数,相比于主流的取证网络MVSS-Net, IoU指标分别提升了8.77%和10.46%。另外,综合多个实验结果,BAFNet在取证性能和模型复杂度之间取得了很好的平衡。

摘要:为提高内置U型永磁同步电机电磁性能及抑制电机低频振动噪声,提出一种U一型磁极结构并结合Halbach充磁方式、转子开槽的电机拓扑。首先,推导电机相关电磁性能表达式,分析定转子间气隙径向磁通密度、径向电磁力密度的低频振动和噪声波动构成。其次,采用解析法与有限元法得到气隙径向电磁力时空分布,利用参数敏感度分析法、参数扫描法和响应面法对所选转子拓扑参数进行多目标优化并得到最优参数解。最后,将U一磁极结构空载反电动势、径向磁通密度、齿槽转矩、输出转矩、转矩脉动、径向电磁力密度、振动加速度和声压级与4种U型磁极结构进行对比分析；并结合电磁场、机械场和声场对U一型电机结构进行验证。结果表明,通过在U型磁极结构上增设一型磁极、改变充磁方式、dq轴开槽调制气隙磁场正弦度,使得电机齿槽转矩降低91.3%,空载反电动势提高53 V,输出转矩提高39.6%,气隙中径向电磁力波的各阶次谐波幅值均有所下降,各频率下定子总成振动加速度降低明显,电机周身声压级最大值处下降9 dB,下降率为10.1%。

摘要:为评估网络攻击下工业信息物理系统(ICPS)的动态风险,研究Markov改进演化博弈模型。根据ICPS中各个漏洞节点,设计从信息域到物理域的系统攻防状态转移图,为Markov改进演化博弈分析提供依据。首先,在单阶段攻防过程中,研究加入参数机制的攻防演化博弈模型,求解拥有不同理性程度和探索程度的攻防主体博弈后的收益。其次,在多阶段攻防中,根据单阶段攻防博弈模型,引入转移概率和折现因子,根据攻防状态转移图求解不同漏洞节点的攻击收益,实现对多阶段攻防对抗的动态推演。最后,利用攻击收益大小对ICPS的动态风险进行评估。本研究分别进行了数值实验分析以及工业信息物理系统模型仿真,使用沸水发电厂作为仿真对象,通过Matlab对Markov改进演化博弈评估方法进行仿真,根据攻击收益评估ICPS的动态风险。结果表明,研究模型重视攻防双方的差异性,能依据攻防双方理性程度及探索程度的不同,合理求出ICPS中攻击者的收益,为ICPS遭受网络攻击下的动态风险评估提供理论基础,对提高工业信息物理系统的安全性提供重要参考依据。

摘要:为提高视觉问答（VQA）中跨模态融合与交互的精确度,减少多模态特征信息的丢失,提出了一种新颖的基于跨模态自适应特征融合的视觉问答方法。首先,该方法设计了卷积自注意力单元,包含自注意力层和空洞卷积层,前者用于捕捉全局特征信息,后者用于捕捉视觉对象间的空间关系。其次,通过自适应特征融合层,将全局关系与空间关系进行有效结合,使模型在处理图像特征时能够同时考虑全局关系和视觉对象之间的关联性,从而克服了传统注意力机制忽视空间关系的问题。最后,基于不同模态特征在答案预测中贡献程度的差异,该方法还构建了多模态门控融合模块,根据多模态特征间的重要程度自适应地融合特征,减少多模态信息的丢失,同时不会带来额外的计算资源开销。研究结果表明,该方法在未使用额外数据集预训练的情况下,在VQA2.0的测试-开发集、测试-标准集和GQA数据集上的整体准确率分别达到71.58%、72.00%、58.14%, 显著优于传统自注意力方法,该研究成果可为跨模态特征融合领域提供了重要的参考和借鉴。

摘要:为探索飞行器变形机翼不同变后掠方式下结构特性与气动特性的差异以及差异产生的物理机理,提出了两种基于平行四边形单元剪切变形拓扑的剪切式变后掠翼方案,并与传统旋转式变后掠翼进行对比研究。首先,通过机翼面积、展弦比、根梢比以及翼型相对厚度4个主要参数探讨了3种变形方式的结构特性。然后,开展了相应的宽速域绕流流场数值模拟,对比并分析了3种变形形式的气动特性与机理。最后,针对综合气动性能最优的对角剪切式变后掠翼,以超音速巡航状态下机翼面积、展弦比以及翼根弦长为优化目标函数对机翼四边形单元的长宽比进行参数优化,并研制可变形样机进行了风洞试验。结果表明:在宽速域范围内,对角剪切式变后掠翼能获得较优的升阻比,差异主要来源于对角剪切式变后掠翼尖截面处翼型完整且机翼相对厚度较小；当机翼四边形单元长宽比为1.75时,机翼的综合气动性能最佳。

摘要:为解决多加工特征交叉下的特征定位问题,提高复杂零件加工特征识别性能,提出实例分割框架下的加工特征识别方法Brep3pNet。首先,基于三维模型的边界表示,提取面点云、面邻接图等几何与拓扑数据,构建三维模型的图表示,利用点云学习网络以及图神经网络学习三维模型面级嵌入表示。其次,提出概率位置编码方法,引入位置先验信息将三维模型各面编码为与空间位置相关的三元高斯分布,基于Bhattacharyya核度量面间相似性,以实现加工特征的面级定位,生成候选实例。最后,设计得分网络用于预测实例生成质量,以此指导实例间的非极大抑制,去除冗余特征实例, 获得最终加工特征识别结果。本研究在MFCAD、MFCAD++、MFInstSeg和合成的回转类零件数据集等4个多特征数据集上对所提方法进行评估。研究结果表明:Brep3pNet相较于其他先进方法具有更好的特征定位能力,可以通过轻量的模型参数实现最优的特征识别准确率,展现了所提方法在相交特征识别上的应用潜力。

摘要:无黏结相碳化钨是耐高温模具的理想选择,但高硬低韧的特性导致其可加工性差,现有切削加工方法很难进行高效精密加工。为改善无黏结相碳化钨的可加工性,实现高效高质量加工,本研究提出了碳化钨的激光氧化辅助微细铣削工艺。文中采用1 065 nm光纤连续激光器对无黏结相碳化钨表面进行了氧化烧蚀实验,研究了不同激光功率、扫描速度以及扫描次数对烧蚀沟槽形貌的影响,分析了无黏结相碳化钨硬质合金的氧化机理,并对烧蚀沟槽进行了微细铣削实验,同时对比了无激光诱导氧化辅助工艺的微细铣削实验,探究了激光氧化辅助微细铣削工艺在碳化钨高硬脆材料加工方面的优势。 结果表明:当激光功率大于7 W时,无黏结相碳化钨表面会产生明显氧化烧蚀痕迹,功率越高、扫描速度越慢,氧化烧蚀越剧烈；在激光高温作用下,沟槽底部会产生热裂纹,多次激光扫描可降低热裂纹长度；高温下碳化钨晶粒发生氧化,其氧化产物主要为疏松状WO₃；激光诱导氧化工艺可以降低刀具磨损,改善无黏结相碳化钨的切削加工性能。

摘要:为研究微小尺度下MEMS电热驱动器的温度特性,考虑空气对驱动器动态热平衡的影响,提出了一种基于空气对流传热的电-热-流-固多场耦合模型。根据能量守恒方程以及气体对流换热和热传导等理论,建立MEMS电热驱动器的电-热-流-固多场耦合模型,并进行了有限元仿真。搭建MEMS电热驱动器温度特性试验平台,将恒定电压激励下的驱动器温度响应试验结果与电-热-流-固多场耦合模型以及传统传热模型仿真结果进行对比分析,结果表明:相较于基于恒定对流换热系数及经验公式的模型,采用电-热-流-固多场耦合模型得到的结果准确性更高,稳态温度分布误差在0.8%~7.6%之间；驱动器各表面的对流换热系数分布不均匀；对流换热系数在上表面、下表面及竖直壁面分别呈现先下降后上升、上升以及先上升后下降的趋势,但在3个特征面上对流换热系数几乎同时达到稳态,此时驱动器温度也达到稳态。基于空气对流换热不均匀特性,所获得的电热驱动器温度特性为MEMS电热驱动器在微机电系统中的应用奠定了基础。

摘要:为满足地外探测大尺寸结构在轨构建及空间站桁架的实际需求,提出一种带材直接在轨成形方法,研制出一款小型化、轻量化、低功耗的金属管件制造设备。采用冷弯成形技术中的缠绕锁合成形,基于基尔霍夫假设和等效应变能原理建立弯曲缠绕的非线性力学模型,分析带材几何参数对缠绕力矩的影响。通过ABAQUS/显式求解器分析缠绕力矩并验证理论模型的有效性。为进一步定量描述和优化缠绕锁合性能,定义稳定缠绕力矩、锁合正压力和锁合边最大应力3个性能指标,该指标越小,缠绕锁合性能越好。此外,采用响应面法建立弯曲缠绕卷管指标参数的多项式代理模型,通过改进的非支配遗传算法（NSGA-II）对金属管弯曲成形进行多目标优化设计。优化结果表明,缠绕力矩减少了26.23%,锁合边正压力减小了4.71%,锁合边最大应力减小了2.14%,同时驱动力矩曲线波动得到改善。制备了辊座直径为70 mm、辊组间距为100 mm,辊缝具有校正调节功能的锁槽折弯箱和芯轴直径为50 mm的缠绕锁合样机并进行实验,揭示不同工艺参数对轧制成形的影响以及螺旋成形时成形角与管件直径的规律。该研究为金属管在轨成形的应用提供了重要的理论和实验基础。

摘要:针对热工监测参数普遍存在异常值、噪声和不规则扰动的问题,从提高监控系统调节控制的精确性和系统运行管理水平的目的出发,提出了一种基于中值模态分解（MREMD）和变分模态分解（VMD）的热工监测参数降噪方法,旨在尽可能保留原始数据有效信息的基础上,降低监控参数的噪声和扰动。首先,对监控参数进行MREMD分解,得到若干本征模态函数（IMF）。其次,通过引入混沌时间序列分析的排列熵筛选出包含噪声的IMF分量重构为原始数据的噪声部分,然后对噪声部分进行VMD分解,以分解所得本征模态函数的最优包络熵为适应度函数,使用北方苍鹰算法（NGO）对VMD分解参数进行寻优,在寻优范围内得到的最低包络熵本征模态函数即噪声部分所含的有效信息。最后,将此部分与MREMD分解所得包含趋势信息的低频IMF分量和残余分量求和重构,得到降噪后的监测信号。结果表明,通过算例验证,本研究提出的模态双分解降噪方法,与主流的各类型小波阈值降噪方法和移动均值滤波法相比,具有更高的信噪比和更低的信息熵及功率谱熵。