基于飞机性能的连续爬升程序建模和油耗分析

随着航线数量的不断增长和机场进离场交通的日渐繁忙，因管制压力造成的离场阶段改平飞行导致了飞机非必需的燃油消耗，为航空公司带来经济效益上的损失。为了减少平飞并实现快速离场，基于性能的导航（PBN）模式下的连续爬升运行（CCO）成为解决该问题的方式。介绍了BADA飞机性能模型的构建方法，并使用性能模型对CCO进行设计，并提出了前后CCO离场可能产生的冲突和解脱方法，结合实际航线对爬升时间和油耗进行了仿真分析，结果显示CCO离场能够缩短爬升时间，减少燃油消耗；在冲突发生时通过速度调整可以比阶梯爬升的方式更有效益。     

基于煤油的旋转爆轰发动机流场数值模拟

为了深入研究气液两相旋转爆轰发动机的流场结构，建立了非定常两相爆轰的Eulerian-Lagrangian模型，使用SST（shear-stress transport） k-ω模型，采用一步反应机理的化学反应模型，进行了煤油/空气非预混的二维数值模拟。结果表明，采用30 μm粒径的液滴颗粒，在来流总温1 000 K的空气流中，液滴经历雾化破碎、蒸发、混合过程，在当量比0.70~1.15范围，形成稳定单个旋转爆轰波；煤油液滴被爆轰波扫过后未完全燃烧，部分煤油组分混杂在高温产物中沿下游排出；在燃烧室入口处，爆轰波前形成的空气三角形区域面积大于液滴颗粒三角形区域。     

利用神经网络的海杂波幅度分布参数估计方法

海杂波是制约对海雷达探测性能的主要因素之一,掌握其特性,具有十分重要的意义。经典海杂波统计模型在参数估计方法上以传统统计学理论为基础,在样本数较少的情况下,估计结果往往较差,导致建模准确度下降。此外,在复杂非均匀探测背景下,难以实现海杂波模型参数的准确实时估计。针对该问题,文章将深度神经网络模型引入海杂波参数估计领域,通过构建合理的模型,使其具备海杂波幅度分布模型的高精度参数估计能力。该方法采用直方图统计的方法进行数据预处理,合理划分输入数据标签的分组区间,构建数据集训练神经网络,并利用测试数据得到神经网络估计结果。仿真数据和X波段IPIX雷达实测数据验证结果表明,与传统数理统计估计方法相比,该算法明显提升了海杂波统计模型参数估计精度。     

航天器固态功率控制技术研究

随着航天器不断向智能化和大容量方向发展，基于继电器的传统供配电控制方式已无法满足航天器对供配电系统配置管理、故障检测与诊断以及可靠性的要求，采用固态功率控制技术成为当前发展的趋势。固态功率控制器是一种由固态功率器件和智能控制电路组成的无触点开关，主要利用功率电子器件实现开关特性，集继电器的转换功能和断路器的电路保护功能于一体，一般具有过载保护和状态检测功能。通过对固态功率控制器工作原理和主要关键技术的研究，分析了航天器固态功率控制技术在高可靠、小尺寸和高智能化程度方面的优势，并对固态功率控制技术的未来发展方向进行了展望。