轻金属颗粒燃烧理论研究进展

介绍了铝、镁和铍一类轻金属颗粒在氧化氛围中燃烧的有关实验现象，并在此基础上对蒸气相扩散机理、多相机理及复合机理进行了述评。     

粒子云侵蚀问题实验研究中动能通量模拟的意义

本文首先将粒子云侵蚀条件下的驻点表面后退分解为无粒子烧蚀部分、粒子云引起的烧蚀增量部分和粒子撞击物面引起的直接侵蚀部分。然后研究了表面能量平衡关系,给出了粒子云引起的烧蚀增量表达式。最后分三类讨论粒子与飞行器的碰撞:(1)完全弹性碰撞(不符合实际);(2)完全非弹性碰撞;(3)部分弹性碰撞。对于后两种碰撞,本文分析了动能通量模拟适用的条件。     

4F傅里叶变换透镜系统对粒子场全息记录的影响

 4F傅里叶变换透镜系统在空间滤波和光学信息处理中,被广泛用来处理二维透光物体。但在实际应用中,4F系统也被用于三维场的研究。例如三维粒子场的全息记录。由于全息记录的特点,要求了解经4F系统转换后的粒子物光场,以确定粒子场的空间分布。而目前4F系统在粒子场全息记录的应用基础均借助对二维物场的研究理论。本文讨论了经4F系统转换后的三维粒子物光场的特点以及对全息记录的影响。     

无压浸渗SiCp/Al复合材料干摩擦磨损性能研究

采用无压浸渗法制备了不同SiC颗粒体积分数以及不同SiC颗粒粒度的Al基复合材料.以硬质合金(80%WC 20%Co)为对摩试样进行了干摩擦试验,研究了颗粒体积分数(15%,25%,35%,45%,55%)、颗粒粒度(110μm,63μm,45μm)以及载荷(196N,392N)对SiCp/Al复合材料干摩擦磨损性能的影响.采用SEM和EDS分析了铝合金基体、复合材料的磨损表面及磨损机理.研究结果表明,颗粒体积分数在15%～35%之间时,复合材料的耐磨性明显优于铝合金基体.载荷为196N时,铝合金的磨损率是15%,25%,35%SiCp(110μm)/Al复合材料的2.16,2.76,2.07倍.SiCp/Al复合材料的磨损率随着颗粒粒度的增加、载荷的减小而降低.SiC颗粒的体积分数对铝基复合材料的磨损率和磨损机制有显著影响:SiC颗粒体积分数存在一个最佳值(25%),此时复合材料的磨损率最小,耐磨性能最好.当体积分数小于25%时,复合材料磨损率随着体积分数的增加而下降,磨损机制以磨粒磨损为主,而当体积分数大于25%时,复合材料磨损率随着体积分数的增加而上升,磨损机制以表层剥落磨损为主,同时伴有磨粒磨损.     

激波作用下粉尘卷扬,点火与燃烧的数值研究

根据本文给出的守恒方程和计算方法，对激波与沉积可燃粉尘的相互作用进行了数值研究，讨论了激波作用下的颗粒的上扬、点火与燃烧的基本特征以及波后燃烧粉尘云的内部结构。     

飞行过载对燃烧室化学反应流场影响

为了研究飞行过载对固体火箭发动机燃烧室化学反应流场影响,以Liang模型模化铝滴燃烧,以有限化学反应速率模型模化湍流燃烧,对过载条件下发动机内流场进行了数值分析,数值结果与试验结果取得了趋势上的一致。研究表明,文中采用的数值计算方法可有效重现发动机热结构故障点;飞行过载改变了流场温度、粒子浓度、化学反应速率等参数分布;过载条件下燃烧室绝热结构表面铝滴积聚及剧烈的化学放热反应是导致其异常烧蚀的原因之一,铝滴局部积聚燃烧会导致温度场畸变;热结构设计必须与流动结构匹配。     

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。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

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。