摘要：本文针对卫星姿态确定系统,提出了一种基于专用卡尔曼滤波器思想的陀螺故障诊断方法.利用卫星姿态运动方程设计了一种加性卡尔曼滤波器,用于生成作为故障征兆信号的残差.结合专用观测器思想和卡尔曼滤波器,提出了利用卡尔曼滤波器组的故障检测与分离律.另外,给出了一种基于3-σ的阈值计算方法,用于设计故障诊断中所用的检测阈值.仿真结果验证了所提出方法的有效性.

摘要：涡轮冷却技术是涡轮设计的关键技术之一。涡轮冷却结构的表面温度和压力均为复杂的三维分布,但目前的设计体系仍基于低保真度的一维管网,深度学习可能是提升涡轮冷却设计保真度的一种有效手段。本文总结了几种纯数据的神经网络模型和几种与物理规律结合的神经网络模型在涡轮冷却问题中的应用。通过巧妙地将涡轮冷却问题看待为图像、序列和参数的建模,神经网络模型可以实现不同保真度的拟合。尽管目前深度学习方法在涡轮冷却领域已取得一些进展,但本领域过小的数据量与神经网络方法的严重冗余特性阻碍了此类方法的发展。结合数据、物理规律、计算流体力学、分布式测量技术和偏微分方程理论的综合数学模型可能是涡轮冷却设计工具的未来。

摘要：针对4种典型平面平台型6-PSS并联机构构型特点,研究了最优构型选择及其参数优化。建立平面平台型6-PSS并联机构的运动学模型,并进行ADAMS仿真验证;绘制不同构型下的平面平台型6-PSS并联机构的可达工作空间图和灵巧度分布图,求解工作空间体积V和全局灵巧度G_(CI),经过对比分析,构型Ⅲ的可达工作空间范围、工作空间体积、灵巧度分布和全局灵巧度等性能指标均最优,确定构型Ⅲ为机构的最优构型;针对构型Ⅲ分析各结构参数对其工作空间和灵巧性的影响规律,结果表明,在一定的结构参数范围内,工作空间体积和全局灵巧度呈正相关;以工作空间体积V为目标函数进行优化,得到了最优结构参数,优化后工作空间体积V和全局灵巧度G_(CI)相比优化前均有明显提高,证明了优化模型的正确性和有效性,并对优化后的机构进行了误差分析,为平面平台型6-PSS并联机构设计提供了依据。

摘要：针对导航卫星寿命长,地影天数多且周期长的特点,分析并设计了镍钴铝酸锂(NCA)蓄电池组在轨自主管理系统,包括其充电管理、地影期管理、长光照搁置管理、均衡管理、热控管理和自主安全管理等,并成功运用在北斗导航MEO卫星上。通过详细的在轨数据分析,验证了所设计系统的正确有效性,可为后续其他航天器锂离子蓄电池组的在轨自主管理技术提供参考。

摘要：通过自主设计正极性Marx纳秒脉冲电源,在不同放电频率、不同电源电压幅值下,采用发射光谱在真空环境下对氩气放电时的电子激发温度和电子密度进行测量计算。通过双谱线法选取合适的Ar原子谱线,求得电子激发温度在1550~3400 K之间,在正极性脉冲电源做电压源,且电源电压一定时,电子激发温度随着电源频率的升高而呈现上升趋势,在电源频率一定时,电子激发温度也随着电源电压的增加而升高。依据Stark展宽原理对真空体积介质阻挡放电时的电子密度进行了测量计算。电子密度的数量级可达10^(13)m^(-3),当电源电压不变时,电子密度随电源频率的增加呈现上升趋势,当电源频率不变,电子密度随着电源电压的升高也逐渐提升。

摘要：为适应卫星研制技术和规模空前发展,在卫星高可靠的同时做到低成本,将传统的分系统设计方法按特点和学科进行了重新梳理,提出国内首创的功能链设计理念和方法,并成功应用于北斗三号首发试验星、组网星及备份星中,实现了北斗三号卫星的快速批产组网.阐述基于功能链的设计理念,重点介绍基于功能链的北斗三号卫星姿态及轨道等控制技术,在轨运行结果表明,卫星实现了连续可靠的工作,全面适应ka及激光星间链路的高控制精度要求以及导航卫星对高连续性的要求.

摘要：涡轮端壁受复杂流场的影响热负荷不均匀,通常需要非规则的气膜孔布局进行应对.由于多个气膜孔喷射出流的叠加效应具有极强的非线性特性,传统的气膜冷却或发散冷却经验关联式在此场景容易失效,设计中常需要针对布局专门开展实验或者数值计算.本文建立基于条件式生成对抗网络的图-图翻译模型,以表面气膜孔分布为输入特征,以全温全压工况下的冷却效率为输出特征,捕捉到气膜叠加的非线性规律.研究结果表明,模型能实现在输入任意孔的分布下快速预测.此项研究结果可大幅缩短端壁气膜冷却的设计时间,便于后续对孔的分布进行优化.

摘要：针对传统低轨星座构型维持中频繁机动导致的寿命缩减以及性能下降问题,提出了一种利用大气阻力的低轨星座相对构型自主保持方法。首先通过理论分析明确了大气阻力和卫星轨道相位之间的关系,而后在卫星能源、姿态指向等约束下,设计了通过旋转帆板改变卫星迎风面积的星座构型自主保持方法,并实现了算法的仿真验证。仿真结果表明,通过改变帆板迎风面积,可使卫星相对相位偏差量控制在0.1°以内,相对半长轴差控制在40m以内,卫星一年内无需进行主动相位控制,整星寿命期间燃耗节省至少13.284kg。该方法能有效降低卫星燃料消耗,增加卫星整体服务连续性。

摘要：LCLLC型滤波器同时具有LCL和LLCL型滤波器的优点,即高频谐波衰减效果好,又可以滤除开关频率处的谐波,其性能主要取决于参数的设计。然而,LCLLC型滤波器参数设计复杂,传统设计方法过于保守且成本较高,单目标算法和传统的多目标优化算法存在权重选择困难、收敛性差和优化效果不佳的问题。通过对LCLLC滤波器的谐波进行分析,提出一种多目标参数优化方法,将纹波电流最小化、谐波电流衰减比最小化、总成本最小化作为优化目标,利用提出的三方竞争纵横交叉多目标粒子群算法,得到LCLLC型滤波器的最优参数组合,并利用Matlab/Simulink软件对光伏并网系统中的LCLLC型滤波器进行仿真。结果表明,设计方案正确、有效。

摘要：针对远程监督命名实体识别(named entity recognition,NER)任务,目前有许多基于强化学习的方法,利用强化学习的强大决策能力,对远程监督生成的自动标注数据进行噪声过滤.然而,这些方法所使用的策略网络模型架构都较简单,识别噪声能力较弱,且都以完整的句子样本为单位进行识别,导致句子中的部分正确信息被丢弃.为解决上述问题,提出了一种新的基于强化学习的方法,称为RLTL-DSNER,该方法可以从远程监督生成的带噪数据中,以单词级别识别正确实例,减少噪声实例对远程监督NER的负面影响.具体来说,在策略网络模型中引入了标签置信函数来准确识别实例.此外,提出了一种新颖的NER模型预训练策略,使其能为强化学习的初始训练提供精准的状态表示和有效的奖励值,引导其向正确的方向更新.在4个数据集上的实验结果验证了RLTL-DSNER方法的优越性,在NEWS数据集上,相较于现有最先进的方法,获得了4.28%的F1提升.