风洞试验多通道数据采集与动态参数实时处理系统

为新型飞机发动机进气道动态畸变参数测试而研制了两代全数字化、智能化测试系统。64通道独立同时采样；高速32bit浮点运算DSP对畸变参数作实时处理；100Mbyte以上大容量在线存储器，存储全部原始数据、中间结果和处理结果；被测参数时间历程曲线、采样数据时间历程曲线及2D、3D动态图形和数表显示及输出；系统自检功能及坏点自动检测与修补功能；图形化及汉化菜单，友好的人机界面。硬件与软件的模块化与开放式结构，以便广泛应用于其他需要作多通道数据采集和动态参数实时处理的场合。     

非线性调频信号参数估计算法

分析了非线性调频（NLFM）信号参数估计问题，提出了利用二次相位差分使相位降阶，使NLFM信号的参数估计转化为成熟的正弦波频率估计，而NLFM信号参数估计算法从三维搜索简化为三次一维搜索，既减少了计算复杂度，又有利于工程实现；另外从正弦波频率估计问题出发推导出对信号参数α3估计的最佳相关延迟量为2T/7,向时还考虑了延迟相关对信号信噪比的影响，发现一次延迟相关信号信噪比至少下降3dB，两次延迟相关至少下降7dB，而且信噪比越小，下降越多，因此该算法适用于高信噪比条件，仿真结果表明，该算法在较高的信噪比条件（RSN＞2dB)下具有较好的性能。     

飞行器大攻角升沉平移加速度导数测量技术

为了测量由升沉和平移加速度 ( α和 β)产生的导数 ,进而将组合动导数分开 ,来改善飞机飞行特性的预测效果 ,中国空气动力研究与发展中心低速所开展了大攻角升沉平移加速度导数测量技术研究工作。采用刚性强迫振动法 ,研制了试验装置 ,测量了由升沉平移加速度产生的动导数和“静导数”。给出了升沉振动试验在振幅为60mm ,频率为 1 .0Hz、1 .5Hz,α =0～ 45°,Re=0 .76× 1 0 6 情况下的典型试验结果。小攻角情况下 ,Cm α为负值 ,是动稳定的 ,且随攻角变化不大 ,而在大攻角情况下 ,由于非定常气动力的作用 ,Cm α变化剧烈而且出现动不稳定。从典型试验结果看 ,该技术是成功的 ,所获数据是合理可靠的。     

大柔性飞机起落架缓冲器参数设计

为解决现行飞机起落架缓冲器设计不考虑机体柔性存在的问题,以大柔性飞机支柱型起落架油气式缓冲器为例,采用三质量块飞机着陆模型和功量预估分配法选择缓冲器参数,并对其进行着陆响应动力学分析。研究结果表明,机体一阶模态频率和起落架与机体连接点位置是影响机体储存着陆功量的两个主要因素:机体一阶模态频率小于2 H z时,机体储存的着陆功量预估公式计算误差小于5%;机体储存能量的耗散效率较低。     

一种新型三维仿生扑翼机构设计与分析

以昆虫翅膀运动机理为基础,提出了一种复合3种运动的仿生扑翼新机构。由于能使翼尖按8字形或香蕉形运动及机翼扭转,同时可保证两翼的运动对称,使扑翼运动更符合昆虫运动形态。为了实现生物运动轨迹,建立了机构参数的优化模型,并据此设计了扑翼微型飞行器样机,其扑动规律能更逼真地模拟昆虫翼的扑动形态,为新型微型飞行器的设计提供样机。     

PIV系统测量误差的实验评价方法以及实验参数的优化

提出了一种PIV(Particle Image Velocimetry)测量误差的实验评价方法：利用匀速转动圆盘上粒子的反射光模拟流场中示踪粒子散射光解决基准速度场。建立了一套二维PIV系统的测量误差评价系统,利用该系统对PIV测量误差和测量精度进行了实验评价,得到了结果误差在空间及时间上的概率分布特性,并对两个关键PIV实验参数进行了优化。实验表明该误差评价方法装置简单,方法可靠,可方便灵活地对PIV系统测量误差和测量精度进行实验评价和参数优化研究。     

HS—400半自动周节检查仪的数据处理系统

ＨＳ—４００半自动周节检查仪数据处理系统是在其主机基础上研制成功的。该系统采用相对测量法，对齿轮周节参数进行测量，可直接计算出ΔＦ＿ｐ和Δｆ＿ｐ，并可打印输出测量结果和曲线。该系统的自动控制系统和安全保护系统采用了ＧＡＬ技术，使自动控制和安全保护更可靠。该系统研制成功后提高了原仪器的准确度和自动化程度。与德国的ＵＰ—６３０进行比对，其测量值之差小于２μｍ。     

非线性光学干涉仪的研究现状及发展趋势

介绍了非线性光学干涉仪的基本原理和关键技术,综述了国内外的研究进展,展望了非线性光学干涉仪的发展趋势,并对其潜在应用进行了分析。     

板翅式湿热交换器动态数学模型研究

利用能量和质量方程建立了适于大系统仿真与控制的板翅式湿热交换器运态数学模型,提出了利用数值差分和参数集结求解模型的两种方法,算例表明了两种方法解的一致性。     

Inflatable Wing Design Parameter Optimization Using Orthogonal Testing and Support Vector Machines

The robust parameter design method is a traditional approach to robust experimental design that seeks to obtain the optimal combination of factors/levels. To overcome some of the defects of the inflatable wing parameter design method, this paper proposes an optimization design scheme based on orthogonal testing and support vector machines (SVMs). Orthogonal testing design is used to estimate the appropriate initial value and variation domain of each variable to decrease the number of iterations and improve the identification accuracy and efficiency. Orthogonal tests consisting of three factors and three levels are designed to analyze the parameters of pressure, uniform applied load and the number of chambers that affect the bending response of inflatable wings. An SVM intelligent model is established and limited orthogonal test swatches are studied. Thus, the precise relationships between each parameter and product quality features, as well the signal-to-noise ratio (SNR), can be obtained. This can guide general technological design optimization.