圆柱管多分支联接三维分块贴体网格的耦合生成

利用分块耦合技术生成了两圆柱管成任意角度,管径不相等的三分支联接的三维贴体网格,所介绍的网格生成方法在分块生成网格时能保证穿过分界面上的网格线是光滑连续的。此外,用方法生成网格时间通过边界上网格的疏密或者稳定边界上网格线之间的夹角来控制内部区域的网格疏密。     

多部件组合体分块网格生成技术及应用

给出多部件组合体分块网格生在的一种方案及实践,包括交界面网格生成技术、空间网格生成方法及质量控制。以一个平尾和机翼具有一定高度差的机身－机翼－平尾－立尾组合体外形为例,生成与公共交界面或边界面正交或接近正交的分块网格。用于Ｅｕｌｅｒ方程跨声速来流几个迎角的计算,结果与实验符合较好。     

自适应直角坐标网格方法在耦合传热数值模拟中的应用

首先介绍了耦合传热计算区别于一般的导热和对流换热过程的特点,然后介绍了常用的计算方法应用于耦合传热计算遇到的困难及自适应直角坐标网格方法在耦合传热计算中的优势。最后用两个算例证明了采用自适应直角坐标网格方法数值模拟耦合传热问题是适用的。     

太赫兹脉冲计量技术

太赫兹(以下简称THz)波位于微波到红外光学的过渡区域,具有重要的学术价值,在民用和国防等领域有着广泛的应用。高速器件产生或传输的超快脉冲宽度已达皮秒量级,带宽已进入太赫兹频段。传统技术和方法无法解决此类器件的校准问题,而结合光电技术的时域电光取样(EOS)技术则为太赫兹脉冲计量提供了有效的手段,本文对此类新技术进行了全面的概述。     

基于在轨组装维护的多载荷协同观测卫星平台构型设计

针对高轨遥感卫星多载荷协同观测和一致测量应用需求,在前期总体技术方案研究的基础上,通过开展现有在轨组装航天器和高轨卫星公用平台的构型调研,提出了一种适用于多载荷协同观测需求的平台构型设计方案。平台利用CZ-5运载火箭发射并在轨展开,采用“网格式中心承力筒+板+桁架”式的总体构型,开展了主传力路径、贮箱承载结构、网格式中心承力筒等的细化设计工作,并进行了结构产品的初步设计,建立了平台结构整星的有限元模型。仿真分析表明:平台结构整星的各向一阶频率均能满足运载火箭的频率要求。基于标准化、通用化的平台接口设计,使其具备可扩展及可维修的能力,大大提升了平台鲁棒性。基于全网格筒的主承力设计,增强平台结构承载能力,并改善平台内部热环境。该设计方案可为基于在轨组装维护的高轨遥感大平台结构的设计提供有价值的参考。     

基于有序BDL树集的船舶电网潮流算法及执行时间分析

针对嵌入式船舶电力模拟训练系统在频繁模拟操作指令下对潮流计算的快速性需求以及嵌入式模拟训练系统极其有限的运算资源之间的矛盾,提出一种基于有序BDL树集的船舶电网潮流算法。该算法在常规回推前推法基础上对节点编号进行优化,将多电站船舶电力系统在实际开环运行模式下等效为由多个辐射状电网构成的有序BDL树集,树集中的每个有序BDL树包含单个电站中的主配电板层、配电层和负载层,并把发电机潮流整合入主配电板层,避免了常规潮流算法中节点编号突变问题。对该算法的时间复杂度分析结果及实际运行结果进行比较分析,证明该算法比常规船舶电网潮流算法更优。     

一种部分森林覆盖环境电波传播特性预测方法

针对部分森林覆盖环境中传播媒介的非均匀性,提出一种基于动态网格的抛物方程(PE)预测方法,该方法采用宽角PE法进行大区域电波传播特性预测。为平衡PE求解的准确性与时效性,引入动态网格技术。通过仿真算例,探讨了基于动态网格的PE法在部分森林覆盖环境电波传播特性预测中的有效性。结果表明:在计算精度相似的情况下,相对于均匀细网格,动态网格会大大减少PE所需的计算时间;而相比均匀粗网格,动态网格具有更高的计算精度。     

面向非结构混合网格高精度阻力预测的梯度求解方法

针对非结构混合网格的特点,通过改进传统的Green-Gauss梯度求解方法,提出了一种可提高非结构混合网格黏性计算精度的节点型Green-Gauss梯度求解方法。利用改进后的方法,完成了DLR-F4翼身组合体算例的计算和对比分析。改进后的梯度求解方法残差收敛更好,下降量级更多,阻力系数和试验吻合更好,激波区域压力分布和分离区域流场细节的模拟更精确,说明改进后的梯度求解方法有效提高了程序的鲁棒性和阻力预测精度,验证了方法的有效性。采用改进后的方法对第5届AIAA阻力预测研讨会的通用研究模型（CRM）进行了详细的模拟分析,结果表明：改进的梯度求解方法更加适用于非结构混合网格的黏性计算,计算精准度达到国际同类CFD软件水平,进一步验证了改进方法的可靠性。     

虚拟同步发电机频率稳定性分析

在电力电子逆变器控制领域,通过仿真同步发电机的同步特性来实现的虚拟同步发电机(VSG)技术作为近年来提高电力系统稳定性的主要手段得到了充分的研究,在一定程度上解决了分布式能源(DG)并网系统缺少惯性的问题,提高了系统电网频率的稳定性。然而,当电网强度发生变化时,原有的VSG控制策略并不能维持系统频率稳定性。为了进一步提升VSG对频率稳定性的作用,在传统VSG控制策略的基础上,对电网强度变化时VSG系统的频率稳定性进行了分析,研究了影响电网强度变化的因素,并在此基础上提出,可以通过增大VSG中系统惯量的方法来提高电网强度变化时频率稳定性。最后,通过MATLAB/Simulink仿真工具,验证了所提方法的有效性。     

Relevant experience learning: A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments

Unmanned Aerial Vehicles (UAVs) play a vital role in military warfare. In a variety of battlefield mission scenarios, UAVs are required to safely fly to designated locations without human intervention. Therefore, finding a suitable method to solve the UAV Autonomous Motion Planning (AMP) problem can improve the success rate of UAV missions to a certain extent. In recent years, many studies have used Deep Reinforcement Learning (DRL) methods to address the AMP problem and have achieved good results. From the perspective of sampling, this paper designs a sampling method with double-screening, combines it with the Deep Deterministic Policy Gradient (DDPG) algorithm, and proposes the Relevant Experience Learning-DDPG (REL-DDPG) algorithm. The REL-DDPG algorithm uses a Prioritized Experience Replay (PER) mechanism to break the correlation of continuous experiences in the experience pool, finds the experiences most similar to the current state to learn according to the theory in human education, and expands the influence of the learning process on action selection at the current state. All experiments are applied in a complex unknown simulation environment constructed based on the parameters of a real UAV. The training experiments show that REL-DDPG improves the convergence speed and the convergence result compared to the state-of-the-art DDPG algorithm, while the testing experiments show the applicability of the algorithm and investigate the performance under different parameter conditions.