固体火箭发动机不稳定燃烧研究进展

对固体火箭发动机不稳定燃烧的国内外研究现状和进展进行了详细综述.分别从物理概念、理论预估模型、实验研究、数值模拟等方面出发,论述了不稳定燃烧研究过程中的难点和一些经验教训.提出了应加强流场与声场能量交换、铝粉综合作用等机理的理论研究;开展分布燃烧、脉冲触发不稳定燃烧的实验研究;进一步开发稳定性预估软件等观点,为国内固体火箭发动机在该领域的研究提供参考.      

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于Hadamard方差的导航星座自主时间同步算法研究

文章在总结国内外研究成果基础上,针对GPS铷钟虽然短期稳定性较好,但采用Allan方差描述铷钟频率稳定性时,其钟差状态方程仅为两参数,在较长平滑时间里存在时钟漂移和甚低频噪声的影响,使噪声特性淹没或估值不收敛的缺陷,引入Hadamard方差建立了三参数系统状态误差模型,通过三次采样方差从模型上解决了线形漂移和甚低频噪声的影响问题。在时钟系统状态模型和星间双向测量方程建模基础上,给出了工程实用的标准Kalman基本滤波方程。数值分析仿真表明,采用Hadamard方差描述时钟频率稳定性显著提高星载时钟自主同步精度,从而克服了Allan方差描述产生的频率漂移影响较大和甚低频噪声不收敛的问题。     

航空发动机性能参数联合RBFPN和FAR预测

排气温度是最能反映航空发动机运行状态的性能参数之一.对连续飞行班次的起飞排气温度裕度(EGTM,Exhaust Gas Temperature Margin)参数进行预测分析,有助于判知航空发动机将来的工作性能,为预防和排除故障提供充分的时间和决策依据.在依据具有非线性、非平稳特征的起飞EGTM历史监测值序列构建预测模型时,基于奇异值分解滤波算法提出了一种联合径向基函数预测网络(RBFPN,Radial Basis Function Prediction Networks)和函数系数自回归模型(FAR,Functional-coefficient Auto Regressive model)的预测方案,充分发挥RBFPN和FAR在预测EGTM参数值变动趋势成分和随机成分的各自优势,使其互为补充,协同处理.实验结果表明该联合预测方案能够有效抑制RBFPN或FAR单独采用时所呈现出的不足,提高预测性能.     

基于概念聚类的用户兴趣建模方法

Internet资源的指数级增长促进了个性化服务的发展.针对传统的用户兴趣建模方法在准确率和增量处理能力方面的不足,提出了一种新的基于概念聚类的用户兴趣建模方法UIM2C2(User Interest Modeling Method based on Conceptual Clustering).该方法首先通过分析用户访问的历史文档构造后缀树结构,然后选择不同的相似度阈值,以不同的粒度合并基本簇.依据不同阈值条件下合并的基本簇之间的包含关系,生成用户的兴趣层次.UIM2C2方法是针对文档的一个增量式、无监督的概念学习方法,因此用户描述文件可以轻易的获取和更新.最后,通过数据集20NewsGroup上的实验验证了UIM2C2方法在兴趣预测方面的有效性.     

细粒度AP的改性双基推进剂燃速预示模型

在一维气相稳态反应流模型的基础上,讨论了细粒度AP对改性双基(CMDB)推进剂燃速的影响,引入工艺粒度d*s,修正了AP对燃烧表面结构影响因子fAP和分解影响因子gAP,建立了适用于细粒度AP的CMDB推进剂燃速预示模型,该模型可从推进剂化学结构参数出发,定量计算AP-Al-CMDB推进剂的燃速。结果表明:在压强9.8～19.6MPa条件下,不同AP粒度和含量下的燃速计算结果和实验结果吻合较好,大部分误差在5.0%,检验了模型的可靠性,对推进剂配方研制具有较好的指导意义。     

基于速度剖面拟合的航空器场面滑行4D轨迹预测

为提高机场的整体运行效率和综合保障能力,提出了一种基于速度剖面拟合的航空器场面滑行4D轨迹预测方法。构建了航空器的滑行动态模型,进而引入标称速度剖面的概念。将DSW算法应用到速度剖面的拟合中,得出一种标称速度剖面的生成方法,并通过建立平均速度修正参数修正不同机型对滑行速度的影响,基于动力学平衡方程,构造了标称速度到瞬时速度的映射,结合BADA数据实现对瞬时速度的修正。在上述分析的基础上得到航空器场面滑行4D轨迹预测模型。案例表明,与基于动力学的方法相比计算结果更加准确,使平均误差降低47．3％,能够有效地预测航空器的4 D轨迹。     

考虑转捩影响的风力机翼型气动特性计算研究

基于二维雷诺平均Navier-Stokes(RANS)方程,耦合eN数据库方法进行流动转捩判断,采用SA湍流模型计算了风力机专用翼型DU91-W2-250的气动特性,得到了雷诺数Re=1.0×106时,攻角在-11°~12°范围内该翼型的升力和阻力特性曲线及压力分布。通过对全湍流计算结果、耦合转捩判断的计算结果及实验数据的对比,表明考虑转捩因素后的计算结果与实验结果吻合更好,说明要准确模拟风力机翼型的绕流,必须考虑转捩影响。     

基于Markov Chain Monte Carlo的幂律过程的Bayesian分析

在多种合理的无信息先验分布下,基于Markov Chain Monte Carlo方法,提出了一种简单且易于抽样的幂律过程的Bayesian分析方法.所提方法将失效、时间截尾数据统一分析,能快捷地获取幂律过程模型参数的Markov Chain Monte Carlo样本,利用该样本不但能直接给出模型参数函数的后验分布,还能给出单样预测和双样预测的分析.一个经典工程数值算例说明了所提方法的可行性、合理性与有效性.该方法具有一定的优越性,可为小子样可靠性增长分析提供一种值得参考的方法.      

高超声速乘波体扩容设计及流场快速预测

为发展一种兼具乘波体高升阻比和升力体高容积率的气动设计与预测方法,开展了3个方面的研究工作。基于升力体和乘波体融合设计理念,提出了一种大容积率、高升阻比的乘波前体的扩容设计方法。对扩容设计的乘波前体进行了数值模拟,获得了典型设计参数对前体容积率、升阻比等气动性能参数的影响规律。基于本征正交分解理论和径向基函数建立了高超声速乘波前体流场结构和气动性能参数的快速预测模型,并对扩容设计的乘波前体流场开展了快速预测研究。研究表明:相比于未扩容之前,高度为5、10 mm时,容积增加8.00%和15.00%;基于本征正交分解理论的快速预测方法可精确、快速地获得不同几何设计参数下乘波前体的流场,预测误差不高于2.00%。