典型亚声速飞翼布局无人机红外隐身特性分析

隐身技术作为提高作战生存力的关键环节,是复杂对抗环境下武器装备信息化作战的最重要技术指标。飞翼布局以其独特的隐身优势,成为无人作战飞机首选布局形式。文章以超低RCS亚声速飞翼布局无人机平台为基础,从多频谱隐身特征平衡设计出发,针对其采用低发射率材料前后的红外隐身特性进行了对比分析,验证了红外隐身措施的有效性。     

来流马赫数对座舱气动加热影响的数值模拟

采用数值手段研究了来流马赫数对飞机座舱附近区域气动加热的影响,计算的来流马赫数为0.8~2.0,基于翼展的雷诺数为107。通过分析飞机蒙皮表面的温度分布、表面摩擦因数、壁面法向速度梯度和热流量等物理量,给出了飞机头部座舱附近区域的气动热分布情况。计算结果表明,随着来流马赫数的增加,壁面法向速度梯度增大,飞机对称面上的平均温度、表面摩擦因数和热流量随之增大。此外,针对某型号飞机的计算结果表明,座舱附近区域上表面中心线上的平均温度与来流马赫数、自由来流温度之间呈一定的函数关系。     

空间卫星红外辐射灵敏度分析

考虑卫星本体表面包覆绝热材料的实际物理状态,根据数值传热学和有限容积法建立了目标表面温度场和红外辐射计算模型.建立卫星结构模型,基于热控涂层性能退化,提出红外辐射灵敏度概念,并建立了卫星红外辐射灵敏度计算模型.对在轨飞行卫星的瞬态温度场进行数值模拟,与遥测数据对比分析.最后,分析了空间卫星的红外辐射和红外辐射灵敏度.结...     

空间烟云的扩散模型

探讨空间烟云用于外层空间目标红外遮蔽隐身干扰,通过分析烟幕扩散体系的真空及微重力效应,基于扩散定律建立了空间烟云的纯扩散模型.研究结果表明,空间烟云施放后其质量浓度在任意时刻的等值面均为一球面,并且随着球半径的增加在空间连续减少;同时结合辐射在烟云中的传输特性研究,获得了空间烟云有效遮蔽面积及遮蔽时间的估算方法.     

尖化前缘高导热材料防热分析

针对飞行器高超声速飞行时严重的气动加热环境,提出疏导式热防护结构( TPS),为飞行器前缘提供热防护.采用有限元法和有限体积法,分别对在特定工况下飞行的尖化前缘固体域和流体域进行计算,验证了前缘内嵌高导热材料的防热效果,其中来流马赫数为6.5时,头部壁面最高温度下降了13.6％,尾部最低温度升高了16.7％,实现了热流...     

鼠笼式弹性支承结构参数优化设计与试验

进行了鼠笼式弹性支承的优化设计与试验研究.基于遗传算法和MATLAB开发了优化设计软件,进行了某航空发动机鼠笼式弹性支承的结构参数优化设计,并进行了柔度试验和疲劳应力试验.结果表明,疲劳应力下降到原来的40%,优化结果与试验结果的误差小于6%,验证了优化设计的有效性.     

高超声速复杂气动问题数值方法研究进展

高超声速流场具有复杂流动特征,其中真实气体效应、磁流体干扰效应和力热结构耦合效应等对气动力分析产生了重要影响。将流体力学研究扩展到分子动力学、电磁流体力学以及流固耦合等交叉学科领域,这给数值模拟方法带来了巨大挑战。针对高超声速气动力/热分析的热点问题,重点关注高温效应与低密度流动效应、磁流体干扰效应和力热结构耦合效应等,结合算例分析了相应的数值求解技术;在气动热方面主要比较了3类求解方法(纯工程方法、纯数值方法和基于Prandtl边界层理论的方法),并给出了相应算例;对于气动力/热/结构耦合问题,从耦合模型及耦合计算方法两方面开展了分析。最后指出了高超声速复杂气动问题数值求解技术未来需重点关注的几个方面。     

硼笼化合物对含铝液固高能燃料点火及燃烧性能的影响

为了探究硼笼化合物对液固凝胶型高能燃料的点火及燃烧性能的影响,采用高密度碳氢燃料MCRI-1、辅助分散剂胶凝剂和纳米铝粉为原料,制备了系列含铝液固凝胶型高能燃料(简称含铝高能燃料),并考察了含铝高能燃料的组成对其分散稳定性(即凝胶成型效果)的影响。在此基础上,考察了三种硼笼化合物对含铝高能燃料的密度、热值、点火及燃烧性能的影响。结果表明,提高胶凝剂含量或固液质量比(Al/MCRI-1)均可提高含铝高能燃料的分散稳定性。含铝高能燃料的密度和体积热值随着硼笼化合物的添加略有降低,但其质量热值在添加硼笼T和硼笼A后分别增加了11.6%和12.4%。硼笼化合物可将含铝高能燃料的燃温峰值提高21.1%～52.9%,点火延迟缩短44.5%～65.2%。硼笼化合物明显改善了含铝高能燃料的点火及燃烧性能。整体上,硼笼A添加效果最佳,且热解及燃烧可产生较多的气体,一定程度上增强了含铝高能燃料的膨胀做工能力。     

Electron density inversed by plasma lines induced by suprathermal electron in the ionospheric modification experiment

Incoherent scatter radar (ISR) is the most powerful ground-based measurement facility to study the ionosphere. The plasma lines are not routinely detected by the incoherent scatter radar due to the low intensity, which falls below the measured spectral noise level of the incoherent scatter radar. The plasma lines are occasionally enhanced by suprathermal electrons through the Landau damping process and detectable to the incoherent scatter radar. In this study, by using the European Incoherent Scatter Association (EISCAT) UHF incoherent scatter radar, the experiment observation presents that the enhanced plasma lines were observed. These plasma lines were considered as manifest of the suprathermal electrons generated by the high-frequency heating wave during the ionospheric modification. The electron density profile is also obtained from the enhanced plasma lines. This study can be a promising technique for obtaining the accurate electron density during ionospheric modification experiment.     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。