无人作战飞机自主控制技术研究

归纳了UAV控制的一般特点,分析了无人作战飞机自主控制的基本需求,设计了实现自主控制技术的创新性MMS/EVMS结构,提出了可变权限自主的结构和实现方法。本研究结果对无人作战飞机自主控制技术的研究具有一定的理论价值和参考意义。     

一种基于P2P技术的免疫网络入侵检测模型研究

提出一种基于对等网(P2P)技术的免疫网络入侵检测方法,建构了一个P2P免疫网络,定义自体/非自体,实现了免疫学习、疫苗接种等过程.仿真实验表明,该方法能有效提高免疫学习效率,降低免疫计算的FP.     

用指标体系方法综合评价机场技术进步状况

根据机场的技术特点，构建了适合机场的技术进步综合评价指标体系，并运用系统分析方法，确定了各指标的合理权重和评分区间，最后利用现有数据对国内机机场进行了技术进步状况的比较排序，并对排序结果进行了分析。     

离心叶轮出口与无叶扩压器内部流动特性的DPIV实验研究

在叶轮转速n＝1500rpm对应的设计工况下,利用两维数字式粒子图像速度场仪(DPIV)对风机模型从叶轮出口至无叶扩压器区域内部流动状态进行整场测量,在"锁相"状态下获得沿扩压器宽度方向上三个径向面的瞬态速度场、涡量场的分布,并进一步对时均流场的流动特性进行全面讨论.测量结果表明:设计工况下,叶轮出口流动呈现典型的"射流-尾迹"流动结构,其对无叶扩压器内部流动状态具有深刻的影响.旋涡由叶轮叶片表面边界层的粘性切应力产生,并随流动被输运至下游无叶扩压器,然后随着流动的均匀化而逐渐消失.涡量的分布及变化反映了无叶扩压器内部流体相互掺混和能量传递、重新分布从而达到均匀化的过程.随着半径的增加,尽管无叶扩压器内流动在圆周方向亦逐渐趋于均匀化,但沿宽度方向的差距未得到改善,这将导致沿轴向α不变原则设计的叶片扩压器的二元叶片无法避免冲击损失.     

多级压气机中可控扩散叶型研究的进展与展望 第二部分 可控扩散叶型的实验与数值模拟

目前 ,大量的可控扩散叶型 (CDA)已设计应用于多级轴流压气机中。通过亚音、跨音叶栅实验 ,证明了在可比的气动设计条件下 ,CDA叶栅可以达到更高的临界马赫数、更大的冲角范围和更高的负荷。通过单级或多级测试 ,CDA提供了更高的效率、更高的负荷、且易于进行级间匹配 ,并最终减少研发费用 ,提高喘振裕度 ;由于 CDA叶型具有增厚的前缘和尾缘 ,这为压气机寿命的提高提供了保证     

三维四向编织复合材料等效热特性数值分析和试验研究

 采用“米”字型枝状胞体有限元模型和试验方法对三维四向编织复合材料的整体等效热膨胀系数和等效热传导系数进行了分析并将计算结果和试验值进行了比较。研究表明枝状胞体模型能较为真实的反映三维四向编织复合材料的结构构形;有限元方法在分析热膨胀、热传导方面具有较好的精度;三维四向编织复合材料编织方向的热膨胀系数随着纤维体积比的增加而减小,随着编织角的增加而减小;热传导系数随着纤维体积比的增加而增大,随着编织角的增大而增大。     

高能CO2激光腔镜高反介质薄膜的传输特性

为了获得适用于高能CO2激光器的高抗破坏阈值高反薄膜,以10.6μm高反膜ZnSe/YbF3,PbTe/BaF2膜系为例,数值模拟了激光在高反介质膜中的传输的场特性;给出了激光在多层介质膜中的场强分布、温度场分布及热应力分布。结果表明硅镜基体上的PbTe/BaF2膜系所需膜层厚度小、膜层数少,反射率可高达99.98%。     

战斗机超机动飞行自抗扰控制器设计

提出了一种利用自抗扰控制器算法在大包线范围内设计超机动飞行控制系统的新方法。根据奇异摄动理论和自抗扰控制器能够动态补偿系统模型扰动和外扰的特性,在超机动飞行的快慢子回路中分别引入自抗扰控制器,实现了快变量和慢变量的动态解耦控制。控制律设计直接依据超机动飞行的强耦合、强非线性模型,在很大的包线范围内不需要改变控制器的结构和参数,大大简化了设计过程。大包线范围内的大迎角机动仿真结果表明,系统具有良好的动态和稳态性能,控制器具有很强的鲁棒性,为解决大包线范围内的超机动飞行控制问题提供了一种新的途径。     

C/SiC-W复合材料的制备与表征

采用化学气相渗透(CVI)结合溶液浸渍法制备C/SiC-W多元基复合材料,利用XRD和SEM对材料的物相组成及微观结构进行表征,并对制备过程的反应机理进行初步探讨.结果表明,W在复合材料中成颗粒团聚状,它不仅能渗入到复合材料的纤维束间,还渗入到纤维束内.制得C/SiC-W复合材料的密度为4.1g/cm3,开气孔率为12%.     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。