高超声速平头圆柱绕流化学反应流场的DSMC/EPSM混合算法研究

本文发展了平衡粒子模拟方法(EPSM)，建立了与高温气体化学反应动力学理论相匹配的EPSM耦合模型，并通过混合参数进行流区的自动识别，将EPSM方法与蒙特卡罗直接模拟方法(DSMC)结合，构造了可模拟化学反应流动的DSMC／EPSM混合算法。应用该算法对汲及化学反应的轴对称情况下高超声速平头圆柱绕流流场进行模拟，将结果与DSMC方法的结果进行比较，验证了新算法对求解化学反应流动的可行性。将混合算法的计算效率与DSMC方法的计算效率进行比较，发现混合算法能够大大提高计算效率。     

用PDA测量两相湍流流场时固体粒子的选择

激光法测量两相流是近年来开发的一项新技术，测量过程中需要存在合适的粒子。本文研究了用三维粒子动态分析仪（ＰＤＡ）测量气固两相湍流流场时固体粒子的选择问题。试验过程中，运用几种不同的粒子作为煤粉粒子的模拟粒子进行测量和比较，结果表明：（１）粒子的特性参数是影响测量精度的重要因素之一；（２）测最气固两相湍流流场中粒子的运动特征时，应尽可能选择形状较规则、折射率大、尺寸分布合理、不易粘结且易于收集同时接近所要模拟的粒子性能的固体粒子，必要的时侯应结合粒子性能对测量结果进行修正．     

可视化技术在分析新型蓄冷材料——笼型化合物（Clathrate）溶解过程中的应用（一）、（二）

混浊液内部的流动，由于微粒子之间的相互作用以及因浊度高不易进行内部观察，所以无论是分析还是可视化实验都相当困难，存在着许多未弄清的问题。通过采用折射率匹配（Refractive-IndexMatching）技术，使透明的微粒子与透明的溶媒的折射率近乎相同，做成一种透明的“混浊液”，从而使混入其中的示踪粒子的运动轨迹能被摄像机捕捉到，并以微粒子的沉降和温度的干涉所引起的流动现象为焦点，利用图像速度测量法来处理分析所拍摄到的可视化图像，成功地获得了定量的混浊液内部的速度场，为进一步揭示混浊液内部自然对流的流动机理提供了实验依据。     

球形ZnS纳米粒子的制备和光学性质

用快速均匀沉淀法制备了平均粒径3nm左右的球形ZnS纳米粒子。并且讨论了成长时间，反应温度，体系pH值，反应物浓度和配比对ZnS纳米粒子尺寸的影响。通过XRD，BET，紫外可见吸收光谱表征了ZnS纳米粒子的尺寸、结构和表面态性质。通过红外吸收光谱证明了吸附在ZnS纳米颗粒上的乙酸基起到控制粒子长大和防止团聚的作用。研究了ZnS纳米晶粒的荧光光谱，证实其在425nm处的蓝色发光峰是来源于表面硫空位与锌空位之间的电子-空穴复合跃迁发光。     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

大气中子诱发复杂航电系统SEE的试验评价与防护设计

研究了国外单粒子效应对航电系统影响的历史进展，介绍了航电系统单粒子效应试验评价中子辐射源、试验硬件、试验方法、试验程序及评估方法5个方面。国际航空标准根据航电系统的重要程度将其定义为A、B、C、D、E五级。为了确保A、B和C级航电系统的可靠性，提出了涉及顶层项目管理至元器件控制各个层面的防护过程，优化系统设计，以适应大...     

面向Web科学可视化的临近空间数据视频化方法

临近空间在科学、经济和军事等领域具有重要价值，高效便捷地进行临近空间数据Web科学可视化和信息提取是临近空间数据应用不断深入和扩展的必然需求，但是，已有的临近空间数据类型繁杂和数据量巨大，成为Web传输和实时可视化的关键瓶颈。从数据组织方法角度展开了研究，根据临近空间数据的特点，结合视频压缩原理，提出了将临近空间数据进行分解、插值和色彩空间变换处理形成图像后，选取适宜视频压缩编码方法将图像编码为视频。实验结果表明:所提方法可以实现临近空间数据在Web环境下的高效组织，在保障可视化质量的前提下通过降低数据网络传输量实现了临近空间数据的实时可视化需求。研究结果可以直接解决临近空间数据Web实时可视化问题，将为临近空间科学研究和知识发现提供可视化理论和技术支持，并为类似海量数据Web科学可视化提供方法借鉴。      

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。