一种球形着陆器及使用球形着陆器的行星着陆方法

    公开(公告)号:CN112706952B

    公开(公告)日:2021-11-02

    申请号:CN202011494593.3

    申请日:2020-12-17

    IPC分类号: B64G1/62

    摘要: 一种球形着陆器及使用球形着陆器的行星着陆方法,本发明涉及球形着陆器及使用球形着陆器的行星着陆方法。本发明的目的是为了解决现有着陆器在着陆过程中稳定性、安全性差,易翻倒,以及会消耗大量燃料问题。过程为:球形着陆器包括球壳和偏重盘;球壳由六个架杆和盖板组成,盖板覆盖在六个架杆上,将六个架杆包裹起来;偏重盘包括圆盘、轴承、主轴和摆锤,组成控制系统稳定球体姿态;主轴贯穿圆盘圆心,与圆盘表面垂直设置;轴承套在主轴两端,与主轴同轴心设置;摆锤安装在偏重盘圆心处;偏重盘重心位于圆心下方。使用缓降、触地后滚动的方式着陆。本发明用于着陆器领域。

    一种球形着陆器及使用球形着陆器的行星着陆方法

    公开(公告)号:CN112706952A

    公开(公告)日:2021-04-27

    申请号:CN202011494593.3

    申请日:2020-12-17

    IPC分类号: B64G1/62

    摘要: 一种球形着陆器及使用球形着陆器的行星着陆方法,本发明涉及球形着陆器及使用球形着陆器的行星着陆方法。本发明的目的是为了解决现有着陆器在着陆过程中稳定性、安全性差,易翻倒,以及会消耗大量燃料问题。过程为:球形着陆器包括球壳和偏重盘;球壳由六个架杆和盖板组成,盖板覆盖在六个架杆上,将六个架杆包裹起来;偏重盘包括圆盘、轴承、主轴和摆锤,组成控制系统稳定球体姿态;主轴贯穿圆盘圆心,与圆盘表面垂直设置;轴承套在主轴两端,与主轴同轴心设置;摆锤安装在偏重盘圆心处;偏重盘重心位于圆心下方。使用缓降、触地后滚动的方式着陆。本发明用于着陆器领域。

    可在轨实现掠飞观测任务的变轨方法、装置及介质

    公开(公告)号:CN115610704B

    公开(公告)日:2023-09-29

    申请号:CN202211185563.3

    申请日:2022-09-27

    IPC分类号: B64G1/24

    摘要: 本发明实施例公开了一种可在轨实现掠飞观测任务的变轨方法、装置及介质,属于航天器导航制导与控制技术领域;该方法包括:设定计算目标函数值的方法;根据待优化变量中的相互独立变量,在设定的变量取值区域内进行大步长遍历,获得多个数据点;针对每个数据点分别求解兰伯特问题,得到每个数据点对应的目标函数值;在所有数据点对应的目标函数值中筛选获得符合设定观测约束条件的目标函数值;将符合设定观测约束条件的目标函数值中的最小值选取为迭代初值;根据迭代初值基于序列二次规划算法进行迭代优化,获得最终的近似全局最优解。

    基于方形件特征和Pearson相关系数的排样优化和订单组批方法

    公开(公告)号:CN116307053A

    公开(公告)日:2023-06-23

    申请号:CN202211681689.X

    申请日:2022-12-26

    摘要: 一种基于方形件特征和Pearson相关系数的排样优化和订单组批方法,它涉及一种应用于智能制造领域的排样优化和订单组批方法。它解决了当前个性化工业产品中方形件的最优切割问题。本发明的步骤为:一、确定相似条件,对每份订单建立一个需求材料的一维数组;二、应用Pearson相关系数确定各订单相似性,将相似订单组合成一个批次;三、在同一组批中,分材料切割,对同种材料的方形件数据进行预处理;四、应用以原片宽度为分辨基准的大产品项切割法开始进行切割;五、应用小产品项密集铺贴法对剩余小产品项进行排布。本发明充分利用订单信息和产品信息,结合生产实际,提出了一种二阶段的切割方法,有效提高了板材利用率,适用于大数量多种类的个性化定制方形件的批量切割。

    可在轨实现掠飞观测任务的变轨方法、装置及介质

    公开(公告)号:CN115610704A

    公开(公告)日:2023-01-17

    申请号:CN202211185563.3

    申请日:2022-09-27

    IPC分类号: B64G1/24

    摘要: 本发明实施例公开了一种可在轨实现掠飞观测任务的变轨方法、装置及介质,属于航天器导航制导与控制技术领域;该方法包括:设定计算目标函数值的方法;根据待优化变量中的相互独立变量,在设定的变量取值区域内进行大步长遍历,获得多个数据点;针对每个数据点分别求解兰伯特问题,得到每个数据点对应的目标函数值;在所有数据点对应的目标函数值中筛选获得符合设定观测约束条件的目标函数值;将符合设定观测约束条件的目标函数值中的最小值选取为迭代初值;根据迭代初值基于序列二次规划算法进行迭代优化,获得最终的近似全局最优解。