基于机器学习的非定常流场网格自适应

现有针对非定常流场数值模拟的网格自适应方法,通常每隔一段时间步就进行一次网格调整,增加了计算复杂度和精度损失。针对这一问题,本文基于间断伽辽金（discontinuity Galerkin, DG）有限元法提出了结合BPNN(backpropagation neural network)和MMPDE(moving mesh partial differential equation)的非定常流场网格自适应方法。该方法首先采用DG有限元法对Navier-Stokes方程进行非定常计算,得到统计意义上的网格间断量;然后以初始网格和间断量训练BPNN回归模型,用于预测任意位置节点的间断量;接着使用MMPDE变分法移动网格节点,使其符合统计意义的间断量分布;最终通过Laplacian网格平滑法保证网格单元质量。圆柱绕流非定常流场算例的验证结果表明,该方法能够在不改变网格拓扑结构和不增加节点数的情况下完成一次性网格自适应,显著提高了非定常流场数值计算的精度和效率。     

自粘型聚硼硅氧烷复合材料性能

聚硼硅氧烷属于超分子材料,材料本身具备物理交联网络结构,具有耐高低温、耐候、电绝缘、自修复等特性,但现有方法制备的聚硼硅氧烷材料力学性能差,限制了其在一些领域的应用。本工作采用高分子量聚甲基乙烯基硅氧烷（VMQ）与硼酸（BA）在高温环境下反应,制备一种含乙烯基的聚硼硅氧烷,通过引入乙烯基结构和气相法白炭黑,经热硫化处理,得到具有表面自粘性的聚硼硅氧烷复合材料。测定聚硼硅氧烷复合材料的结构、动态力学性能、热稳定性、力学性能以及自粘性能,通过红外反射光谱确认B—O—Si结构。结果表明：聚硼硅氧烷复合材料的内部形成了B∶O动态键,材料表面具有一定的自粘性能,自粘形成的剥离强度能达到4 N/cm,拉伸强度可达4.154 MPa,5%热失重温度为394.8℃,具有良好的力学性能和热稳定性。     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。     

基于全线程树数据结构的笛卡尔网格高效生成技术

笛卡尔网格方法具有易于自适应、自动化程度高、网格质量好等优势。由于其非贴体特性,在处理复杂构型或者复杂流动问题时候往往存在网格量过大的问题,不容忽视。笛卡尔网格生成的效率直接影响了整个计算周期的长短,有必要发展高效的生成技术。对于笛卡尔网格而言,决定网格生成效率的关键在于网格数据结构,其直接影响计算量和存储量。针对三维构型进行笛卡尔网格生成,发展了邻居查询更快捷、内存利用率更高的全线程树数据结构,并在本文的方法框架下进行了适应性应用和改进。同时,为了高效地判断网格单元类型,构建了物面单元的快速检索方式,并引入了染色方法,进一步提高网格生成效率。还提出了一种鲁棒的奇异性检测算法,保证网格单元类型判断的鲁棒性。在流场解自适应方面,采用的是速度散度和旋度相结合的三维判据,以保证对于多种流动特征的捕捉能力。通过圆球、导弹、翼身组合体、机翼-副翼等算例进行了考核验证,经对比,网格自适应位置与理论解吻合较好,且网格单元生成耗时短、平均耗时受物面网格分布影响小,证明了方法的可靠和高效性。     

基于滤波反投影算法的TDLAS温度测量研究-流场诊断特别专栏

为提高二维重建温度场的抗噪声、抗干扰能力,本文研究了基于滤波反投影算法的可调谐激光吸收光谱二维层析成像系统。首先,通过数值模拟研究了滤波反投影算法的重建质量与影响因素,结果表明,随机噪声达到10%时,重建图像仍能较好地反映原温度场特征;滤波函数能明显改善重建质量;三次样条曲线插值的重建质量最高。然后通过基于滤波反投影算法的二维层析成像系统对弱旋流燃烧室出口温度场进行重建,将重建结果与热电偶测量结果进行对比,相对误差范围为1.4%-8.9%,较好地反映出温度场的特征,验证了滤波反投影算法的层析成像系统的可行性。     

基于松弛约束Hammerstein非线性模型的增程式APU预测控制

针对增程式辅助动力单元（APU）工作点切换过程的转速控制,提出了一种基于Hammerstein非线性模型的预测控制策略。通过稀疏最小二乘支持向量机-自适应混沌粒子群优化（SLSSVM-ACPSO）算法辨识激励响应数据建立了发动机Hammerstein非线性模型,在模型预测控制求解最优控制序列时,采用松弛因子松弛约束边界,并设计了有效集（ASM）-ACPSO组合算法求解,在控制过程中应用了变预测时域策略。建立系统仿真模型,仿真结果显示:在热机点切换至低负荷点及低负荷点切换至中负荷点的过程中稳定时间分别为2.57 s和2.77 s,转速最大超调率分别为2%和1.6%,均优于两种对比策略;在中负荷点向高负荷点切换过程中,转速超调率较大,但控制过程转矩变化更平缓。仿真结果表明模型预测控制策略控制APU系统转速响应快、转速超调率小,发动机转矩超调量小,具有良好的动态控制效果。      

基于改进CLAHE的航空发动机导向叶片DR图像增强

为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显,缺陷区域难以识别的问题,提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强导向叶片DR图像对比度,同时引入基于空间均值滤波器的Gaussian掩模处理,进行DR图像降噪,提取DR图像的低频信息;采用CLAHE增强的图像与提取的DR图像低频信息线性做差,突出DR图像的高频细节信息;与CLAHE增强的图像线性叠加,进一步提高了DR图像的对比度,实现导向叶片DR图像增强。依据图像基本空间分辨率（SRB）、信噪比（SNR）、灰度平均值对DR图像增强效果进行评价。结果表明: 改进的CLAHE算法,可以同时将表征SRB的D13双丝线对应的调制深度值从49.17%提高到了56.08%,整体灰度平均值从32 400.66增加到了38 684.43,02号微小裂纹缺陷的SNR从14.10提升到了15.16。结果显示优化的CLAHE算法,相比自适应直方图均衡化（AHE）等4种经典的航空发动机导向叶片DR图像增强算法,不仅提高了平坦区域对比度,突显了边缘细节信息,而且有效提升了微小缺陷的视觉效果。     

基于增量式孤立森林的液体火箭发动机异常检测方法

为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题,以及满足不同发动机台次和不同工况的自适应检测需求,基于增量学习思想,提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式,并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证,并与传统方法进行比较,结果表明,该算法能够对样本异常程度进行量化评价,能够有效检测早期缓变故障,其F₁指标较原始孤立森林算法提高了43%,检测及时性优于红线算法和自适应阈值算法。     

质量矩固体推进微纳卫星自适应反演控制律设计

为解决微纳卫星利用固体火箭推进器进行快速轨道机动时的姿态翻滚问题,提出了利用质量矩技术对卫星的俯仰、偏航通道姿态进行稳定控制。首先考虑推进剂燃烧、质量块运动等因素引起的系统质量特性参数的变化,建立质量矩固体推进微纳卫星姿态动力学模型;然后分析了推进剂燃烧、质量矩控制引入的系统模型参数不确定性、连续有界未知干扰;随后基于反演控制方法,设计了卫星姿态角和姿态角速度双回路自适应滑模动态面控制器,利用自适应算法调节控制参数估计来补偿不确定因素的影响;基于Lyapunov函数证明了闭环系统的稳定性。最后,通过数值仿真验证了控制算法的有效性。     

基于滤波反投影算法的TDLAS温度测量研究

为提高二维重建温度场的抗噪声、抗干扰能力,研究了基于滤波反投影算法的可调节半导体激光吸收光谱（TDLAS）系统。通过数值模拟研究了滤波反投影算法的重建质量与影响因素,结果表明,随机噪声达到10%时,重建图像仍能较好地反映原温度场特征;滤波函数能明显改善重建质量;三次样条曲线插值的重建质量最高。通过基于滤波反投影算法的 TDLAS系统对弱旋流燃烧室出口温度场进行重建,将重建结果与热电偶测量结果进行对比,相对误差范围为1.4%～8.9%,较好地反映出温度场的特征,验证了滤波反投影算法的层析成像系统的可行性。