随机共振锁频环路影响因素

针对随机共振锁频环路影响因素不够明朗的问题，在对随机共振锁频环路仿真验证的基础上，重点对信噪比、采样频率和系统参数对环路性能的影响进行了探究。首先，阐述了随机共振锁频环路基本原理，搭建了随机共振锁频环路模拟仿真平台。其次，通过设定不同的信噪比、采样频率和系统参数条件，观察随机共振锁频环路性能变化。最后，总结归纳出各条件对随机共振锁频环路的影响。仿真结果表明，信噪比越低，随机共振锁频环路对信号跟踪性能越差，且最低能够处理信噪比为Eb/N0=1dB的信号。采样频率在高于信号频率50倍时，提高采样频率虽可提高计算精度，但对环路跟踪性能改善作用不大。系统参数是决定随机共振效应能否发生及影响共振效果的关键因素，其表现为一个可供选择的数值区间。     

双模态超燃冲压发动机最大供油模态计算方法研究

为了获得不同飞行状态下双模态超燃冲压发动机最大供油状态,在集总参数方程的双模态超燃冲压发动机性能计算模型基础上,通过分析双模态超燃冲压发动机堵塞边界条件及工作机理,发展了最大供油模态流量平衡的求解方法,并以此为基础建立了双模态超燃冲压发动机最大供油模态计算模型。给出某飞行条件下的最大供油模态迭代计算过程,并详细描述了其所表征的物理现象,其流量平衡计算精度达10~(-4),并在此基础上完成了不同飞行马赫数下的最大供油模态计算,获得相应的燃烧室最大供油量及隔离段/燃烧室沿程参数分布。结果表明,该计算方法可实现双模态超燃冲压发动机最大供油模态的流量平衡计算,并能精确地捕捉给定燃油分配形式下的燃烧室最大供油量。     

风洞自由飞试验中气动参数辨识准度评价方法研究

当高超声速风洞自由飞试验的测量数据被有色噪声污染时，传统的Cramér-Rao界作为参数估计准度的度量往往过于乐观。文本采用一种修正协方差方法来处理传统的最大似然估计的残差，以便计算出有色残差情况下精确的Cramér-Rao下界，对辨识参数结果进行不确定度评价。以10°半锥角尖锥模型为例，通过大量的Monte Carlo仿真试验和风洞试验验证了修正协方差方法的有效性。结果表明，在风洞试验测量存在有色噪声情况下，修正协方差方法给出的标准差均值约为传统的Cramér-Rao界方法给出的标准差的3~5倍，与参数估计的统计标准差一致，客观反映了参数辨识结果的精准度。     

PBT弹性体力学性能及低温脆性研究

采用一步法制备了热固性3,3-双(叠氮甲基)环氧丁烷-四氢呋喃共聚醚(PBT)弹性体,并对其氢键结构、应力-应变关系和动态力学性能及低温脆性进行了研究。结果表明,合成的PBT弹性体拉伸强度和断裂伸长率在DEG羟基含量为35%、R=0.97时,可达2.51 MPa和1 274%,玻璃化温度为-34.5℃。高DEG含量的PBT弹性体脆化参数较低,与常温力学性能变化规律相反。因此,引入低温脆化参数,对PBT弹性体的性能优化具有积极意义。     

基于参数化分析的柔性后缘优化设计

介绍了一种自适应柔性机翼后缘变形控制优化设计方法,该方法采用了由单个驱动器驱动的单块式分布柔性结构。该方法的关键在于设计一种合适的柔性后缘结构拓扑形式,使该自适应柔性机翼后缘能够达到精确的变形。阐明了柔性结构拓扑优化设计的数学模型,针对自适应柔性机翼后缘概念设计提出了基于参数化分析的拓扑优化设计方案,并进行了工程化圆整和尺寸优化。最终,通过非线性有限元分析和功能测试,验证了本文提出的柔性后缘优化设计方法的合理性。     

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。     

基于遥测数据的无人机气动参数辨识方法研究

针对无人机在高空低速飞行时易受风场影响及在数据分析时遥测数据不完备的问题,进行了气动参数辨识方法研究,提出了基于空速管平面矢量三角形的风场估计方法及基于风场信息修正的气动角估计方法。以某型无人机为例,对遥测数据进行了充分分析与信息综合,运用逐步回归方法进行了纵向气动参数辨识,并进行了实验验证。结果表明,模型计算结果与实测数据吻合较好,说明所提方法有效。考虑到辨识模型的数学本质,该方法对其他固定翼无人机同样适用。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

制样压应力对显微拉曼光谱法获取碳材料结构参数的影响

为了研究金相制样过程中压应力对获取碳材料拉曼特征参数R的影响,对不同温度处理的碳纤维和树脂碳进行了研究.结果表明,制样过程中的压应力对准确获取碳材料的拉曼特征参数具有一定的影响,尤其是对经过高温处理硬度较小的碳材料的影响更大,造成了碳材料R的增大.建议在制备碳材料的显微拉曼光谱测试试样时采用较小的压应力.     

汽车双横臂独立悬架参数优化与仿真研究

针对国内某轿车双横臂独立悬架系统，运用ADMAS／View模块建立了双横臂式悬架模型，利用ADMAS／Insight模块对建立的双横臂式独立悬架进行了优化分析。优化结果分析表明：通过悬架参数优化设计，使前悬架性能有了较大的提高。