【摘 要】
:
推力和流量控制是流量可调固体火箭冲压发动机的关键技术,国内外相关研究人员对其做了大量研究,燃气流量在经典控制时存在负调节,将会导致发动机工作性能下降,并使发动机推力产生负调节,影响飞行器的飞行特性。为分析发动机的调节对飞行器的影响,本文针对使用流量可调固冲发动机的飞行器建立了空气动力学模型、刚体六自由度弹道模型和飞行速度控制模型;对流量可调固冲发动机建立了推力控制、燃气流量控制和压强控制的数学模型
论文部分内容阅读
推力和流量控制是流量可调固体火箭冲压发动机的关键技术,国内外相关研究人员对其做了大量研究,燃气流量在经典控制时存在负调节,将会导致发动机工作性能下降,并使发动机推力产生负调节,影响飞行器的飞行特性。为分析发动机的调节对飞行器的影响,本文针对使用流量可调固冲发动机的飞行器建立了空气动力学模型、刚体六自由度弹道模型和飞行速度控制模型;对流量可调固冲发动机建立了推力控制、燃气流量控制和压强控制的数学模型;分析了燃气发生器的压强超调和燃气流量的负调节特征。对燃气发生器压强闭环控制分别建立了PID控制器和模糊-PID控制器,对比分析了两者的压强超调特性和响应特性,证明模糊-PID控制器可以有效消除压强的超调且相比PID控制的响应更快。针对燃气流量的负调节过程,分析了其流量偏差及偏差导数的响应规律,提出了使用相对误差作为负调节的判据,并据此建立了模糊-PID控制器,实现了对流量负调节的高效抑制。将发动机燃气流量模糊-PID控制模型置于飞行器的速度控制回路内进行了联合仿真,证明设计的流量控制器对流量指令跟踪效果良好,可以实现飞行器对马赫数的闭环控制。本文提出的利用燃气阀开度和燃气发生器压强反馈推算燃气流量并对流量进行闭环控制的方法,可以在无法测量流量的情况下实现对流量的负调节抑制,并且该方法是基于阀门作动速度间接反馈的模糊控制,对于燃气阀随烧蚀而改变的情况也将可以抑制负调节,提高发动机综合性能和可靠性。
其他文献
边缘在模式识别中是一种重要的低层次特征信息,它是基于局部特征识别的一类重要依据。图像信号采集设备获得的图像信息,能够被识别出来的信息量,易受信息采集时的拍摄角度、遮挡情况以及光照强度等因素影响。其中,由于光照强弱带来的图像边缘信息无法识别的问题,可以通过数字图像处理技术来解决。如何提高一幅光照不均的图像的质量,并准确检测出图像中的边缘特征,这将涉及到图像去噪、增强以及边缘检测等技术的研究。本文针对
Haar小波由一系列分段常函数组成,是具有紧支集的最简单的正交小波.由于其表达式的简单和小波函数的易计算性,Haar小波成为求解微分方程的较为有效的数学工具.本文采用Haar小
在分层移动IPv6(Hierarchical Mobile IPv6,HMIPv6)中,路由器负载对网络的处理效率和网络资源的管理有很大影响,而且HMIPv6采用的仍然是移动IPv6(Mobile IPv6,MIPv6)的重复地
目的:探讨基于“内外兼治”理论,采用针刺疗法联合口服中药治疗冻结肩疼痛期的临床疗效,进一步确定内外兼治理论的可行性,为中医药治疗冻结肩开辟新思路。方法:收集处于冻结肩疼痛期(风寒湿型)的患者48例,随机分为观察组及对照组,每组24例。观察组采用针刺结合内服防风汤加减进行治疗,对照组采用关节腔注射“三联针”(玻璃酸钠、盐酸利多卡因、醋酸泼尼松龙)进行治疗,7天为1疗程,连续治疗5个疗程。观察并记录治
随着半导体工艺尺寸的不断缩小,以手机、平板电脑为代表的便携式移动电子设备的系统复杂度和工作频率逐步增加,电路系统的功耗也随之显著增加。而过高的功耗导致芯片的温度急
可满足性问题(SAT)是数学和计算机科学领域中很重要的问题,是工业自动化等领域的应用基石。目前使用机器学习判定可满足性问题的方法仍在探索阶段,现有方法未尝试求解难度较大、规模较大的问题。因此本文设计出有效的机器学习方法来判定大规模且难以求解的可满足性问题。同时SAT问题的一个重要分支–SAT全解问题(ALLSAT),在工业界实践应用更广泛、需求更高的技术。由于SAT全解问题的计算复杂度高于一般SA
空气冷却器的结霜现象会严重影响到换热器的换热效率乃至整个制冷系统的性能,为了研究空气冷却器的结霜特性,从分析霜层生长的经验公式入手找出影响结霜的主要因素,如空气的
车险是中国大多数财产保险公司最主要的收入来源,而车险赔付率高达60%,要想降低赔付率,需要从整个车险理赔流程出发进行分析,提高车险理赔全流程的作业质量。车险理赔欺诈问
波达方向(Direction of Arrival,DOA)估计在通信、雷达等领域有重要理论研究意义和实际应用价值。均匀圆阵(Uniform Circular Array,UCA)因其特殊的阵列结构,既可以提供0?到3
近年来,图半监督学习由于其较好的分类效果引起了大多数研究人员的广泛关注,它包括构建关联矩阵和预测无标签样本的标签两个步骤,成对样本之间的关联可有效地预测无标签样本的标签。基于此思想,本文提出了两种自学习关联矩阵的半监督分类方法。本硕士论文具体研究内容与贡献归纳如下:(1)提出基于_1范数自学习关联矩阵的半监督分类方法,具体思想为:将样本的稀疏自表示问题和拉普拉斯正则化最小二乘分类器有效地融合在一起