超声速混压式进气道起动与质量吸除耦合设计

结合质量吸除方案,对超声速混压式进气道进行了起动耦合型面设计,并采用CFD数值模拟对进气道的总体性能进行了对比分析。研究结果表明该方案具有以下优点:1)可以提高进气道的总体性能;2)可以解决低马赫数下超声速混压式进气道的起动问题;3)可以改善高马赫数下进气道的气流分离特性。为大空域、宽马赫数工作的超声速进气道的设计提供参考。     

混压式超声速进气道喉道长度的设计与数值研究

为了提高定几何混压式超声速进气道的性能,对冲压发动机轴对称混压式超声速进气道进行了研究,并重点研究了喉道长度的设计及激波附面层干扰对进气道性能的影响.数值计算结果表明:在进气道总长度一定的条件下,喉道长度小于激波链长度的设计对进气道的总性能更有利.在计算马赫数分别为3.5和4.0的条件下,将喉道长高比为3.75和10.0的进气道相比,其总压恢复系数分别增加了6.15%和5.04%;对于长度一定的进气道,喉道越长,则扩张段越短,达到同样扩张比的扩张角就越大.因此,对于设计马赫数为4.0的进气道,取喉道长高比为3.75时,进气道的总压恢复系数最高,抗反压能力也较强,该结果可为定几何混压式超声速进气道的设计提供参考.     

高超声速飞行器的滑模预测控制方法

针对高超声速飞行器非线性、强耦合、快时变、不确定性等特点,结合滑模控制鲁棒性强和预测控制可以显式处理约束条件的优点,提出了一种滑模预测控制器设计方法。首先,在平衡点将高超声速飞行器的纵向模型进行小扰动线性化,得到用于控制器设计的预测模型;然后,基于小扰动模型利用极点配置设计渐近稳定的滑模面,对滑模面进行预测并在性能指标中优化,通过矩阵变换将优化问题转化为二次规划问题,避免了常规滑模控制的高频切换,有效地克服了抖振现象。仿真试验表明:当存在参数不确定时,滑模预测控制能有效地克服干扰信号,实现速度和高度的精确跟踪,保证输入和状态均在约束范围之内;稳态时系统误差趋近于滑动面并且一直处在这个滑模面上,不存在抖振现象。     

面向高超声速飞行器的新型复合神经网络预测控制方法

针对高超声速飞行器(HV)受外界持续干扰影响以及非对称约束限制的问题,提出了一种基于神经网络的新型复合预测控制方法。首先,为了实现HV对攻角和控制信号这2类非对称约束的限制,利用多面体不变集处理非对称约束的能力,基于HV多个速度和高度的离散点,构建多面体不变集序列,并设计HV标称纵向模型(无持续干扰)的标称预测控制器;然后,基于神经网络,设计自适应神经网络干扰观测器估计HV的速度、攻角、俯仰角速率3个回路的干扰,并获得补偿控制器,有效抑制持续干扰。仿真结果表明:在HV受到外界持续干扰以及非对称约束限制的情况下,该方法可保证高度跟踪误差和速度跟踪误差分别收敛到10-4 km和10-4 km/s的范围内,而无补偿控制方法的跟踪误差则会大幅度振荡。