飞机电源系统故障诊断专家系统的分析和设计

应用人工智能理论对某型飞机电源系统进行故障诊断分析。本文给出励磁电流过大故障树模型,建立电源系统知识库和推理机,完成飞机电源系统故障诊断专家系统的设计,进行故障诊断,得出异常或故障信息,为整个飞机非航电系统采用专家系统进行故障诊断提供经验。     

用ACP提高硝胺改性双基推进剂的燃速

通过添加快燃物ACP来提高硝胺改性双基推进剂的燃速，得到了ACP影响推进剂燃速的一般规律：推进剂的燃速随ACP的含量和粒度的增大而增大。运用热分析、扫描电镜、燃烧火焰单幅照相、燃烧波温度分布等分析和测试手段来研究含ACP的硝胺改性双基推进剂的燃烧过程，揭示了ACP提高推进剂燃速的机理：ACP的快速燃烧，使得推进剂燃面增大和传热量增加，导致推进剂燃速增加。     

镍基单晶结构的蠕变损伤寿命研究

基于镍基单晶合金材质细观演化规律，提出了同时考虑筏化-解筏及夹杂空洞损伤机理的双参数蠕变损伤本构模型。该本构模型已编入ABAQUS的umat。单向应力状态试验表明它可以模拟镍基单晶结构材料的蠕变规律，特别是晶体取向相关性；利用双剪切和模拟单晶叶片蠕变试验对模型进行了考核，结果相当满意。进一步对单晶叶片的蠕变损伤寿命进行分析，叶片的三维取向优化，可以很大程度地提高叶片的蠕变寿命。     

一种高性能的医学专家系统开发工具KBGML语言

介绍ＫＢＧＭＬ语言的设计思想，它包括ＫＢＧＭＬ各语句功能和格式的设计，特别是知识处理语句的设计，ＫＢＧＭＬ的解释系统的结构和工作原理的设计以及应用实例等。ＫＢＧＭＬ语言以知识处理为核心，具有第四代语言的特征，它有很强的知识处理能力，能自动构造和管理知识库。它具有较高的软件设计水平，能满足不同水平用户的需要，它还具有自然性、灵活性和领域通用性。ＫＢＧＭＬ语言是知识工程、语言编译和数据库管理等技术的集成体，它是一个在理论上和实用上很有研究价值的课题。     

基于流体速度势的非线性晃动问题的ALE有限元分析

基于流体速度势，本导出了非线性晃动问题的ALE有限元格式。通过引入ALE运动学描述，使网格的运动独立于流体的运动，通过采用与贮箱固连的非惯性参考系建立控制方程，使网格只须相对贮箱更新，因此运动边界和自由液面的跟踪算法不仅非常简单，而且不会引起网格畸变．本分别采用有限元法和有限差分法进行空间和时间离散，中的算例分别模拟了贮箱受横向激励和俯仰激励时流体的非线性晃动问题，所得结果证实了本方法的有效性与可靠性。中的方法还可进一步推广用于流体—结构耦合问题．     

Kalman滤波技术在磁航向和捷联惯性组合系统初始对准中的应用

研究了磁航向和捷形惯性组合系统初始对准的设计方法。该方法能在初始对准过程中用卡尔曼滤波器估计出陀螺仪的随机常值漂移，从而提高了系统的对准精度。文中给出了系统的状态方程和测量方程，建立了完全闭环控制的卡尔曼滤波器，最后给出了二组不同条件下的模拟结果。     

桥梁结构移动载荷识别的新方法

桥梁结构的移动载荷识别技术是桥梁工程建设的技术难点之一。本文在载荷匀速移动的基础上,将时域识别的方法推广运用到变速运动的载荷,运用广义正交变换技术研究了移动载荷识别的新方法,并推导出了在广义正交域下移动载荷识别的数学模型。通过计算机仿真算例验证了该理论的正确性及在工程运用中的可行性。该模型适用于桥梁结构的移动动态载荷识别,为移动载荷识别技术的发展打下一定的基础。     

深层搅拌法技术及其工程应用

深层搅拌技术是对软土地基进行处理的较常用技术 ,它具有加固效果显著、形式灵活多样、环境无污染、施工机具简单、施工速度快、节省投资等优点 ,目前在地基处理和基坑工程中广泛采用。本文主要阐述该技术特点及在地基处理工程中的应用 ,对同类工程设计具有重要的参考价值。     

旋转弹气动力建模与飞行轨迹仿真

运用一种自回归滑动平均(ARMA)的时域气动力建模方法,以计算流体力学与刚体动力学(CFD/RBD)耦合仿真的输出结果为样本,对旋转弹的非定常气动力进行建模。利用建立的气动力模型与刚体动力学方程求解模块耦合,实现了旋转弹轨迹的快速仿真,并讨论了不同的建模方式对仿真精度的影响。算例结果表明:采用气动力模型与刚体动力学方程耦合仿真技术可以在不同初始发射条件下进行旋转弹飞行姿态与运动轨迹预测,且与CFD/RBD仿真结果吻合较好,证明ARMA气动力建模方法可以在保证旋转弹轨迹预测精度的同时大幅缩短仿真时间,节省计算资源。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差，双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案，并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术，其对准精度直接决定了后续导航的精度。在粗对准完成后，当姿态误差角较大时，后续的精对准误差模型呈非线性特性，故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中，量测噪声的统计特性易发生变化，将SCKF算法与Sage-Husa算法相结合，在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计，从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后，通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。