空间光学载荷低温部件地面气体保护系统设计

针对空间光学载荷低温部件的特点及其对水汽污染物控制的特殊需求,分析水汽污染物对该类型部件的污染过程及防护方法,制定通过惰性气体正压保护防止水汽污染的技术途径和方案,设计地面无间断气体保护防污染系统,以实现对环境温湿度、保护气体温湿度等环境参数的全过程记录、预警/报警、局部调节等功能。系统测试结果表明,地面气体保护系统能够较好地实现预定设计功能,对该类低温部件的保护具备一定的工程实用价值。     

电传飞机低阶等效系统频域辨识新方法

针对带有复杂电传飞控系统飞机的飞行品质评估难题，提出了采用Chirp-Z方法将时域信号变换至频域，并在此基础上利用频域方程误差法（Equation error method,EEM）和输出误差法（Output error method,OEM）相结合辨识电传飞机低阶等效系统（Low order equivalent system,LOES）参数的新方法，并以低阶等效系统辨识的标准算例（F-14飞机经典算例）进行验算。结果表明本文所提出的低阶等效系统辨识新方法正确、辨识精度高，可以应用于工程实践。     

工艺参数对砂布轮柔性抛光力影响规律的分析

为了掌握砂布轮抛光工艺参数对抛光力的影响规律，提高抛光质量，设计了四因素三水平正交试验，利用试验结果建立了抛光力预测模型，验证了模型的显著性；分析了工艺参数对抛光力耦合影响规律，结果表明：抛光力随砂布轮初始半径和粒度的减小而增大，随转速和压缩量的增大而增大；对叶片进气边的抛光实验效果表明：通过控制压缩量可以获得稳定的抛光力，进而获得理想的抛光效果。     

直升机新型旋翼翼型气动特性与布局分析

利用结构网格计算流体力学(Computational fluid dynamics ,CFD)的翼型气动特性分析方法开展旋翼翼型气动特性计算。通过RAE282，NACA0012，OA212，OA207等翼型压力分布、升力和阻力等特性计算结果与试验结果的对比分析，验证了计算方法的准确性，并进一步完成了HF系列旋翼翼型的气动特性计算。基于翼型的气动特性，采用时间步进自由尾迹的旋翼气动性能分析方法开展旋翼桨叶翼型的气动布局优化设计，对悬停和前飞条件下的旋翼开展计算分析，得到两种条件下的旋翼气动特性。而后通过本文建立的优化方法开展旋翼翼型布局优化设计。     

稀薄大气下机械展开式再入飞行器气动特性研究

以机械展开式再入飞行器为研究对象,采用DSMC(直接蒙特卡洛模拟)方法计算分析了其在稀薄大气环境下的气动特性.讨论了飞行器在不同高度下的流场特性和升阻及配平特性,结果表明飞行器流场及受力特性对大气稀薄程度显示出较强的敏感性;进一步分析了连续流过渡至稀薄大气下飞行器的阻力系数,得出了随着来流Knudsen数增加,大气稀薄效应逐渐显现,传统的CFD方法已不再适用于描述流动特征的结论,同时给出了依据来流Knudsen数大小采取CFD和DSMC方法分别进行计算分析的建议.     

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。     

基于TC783A的三相电动机缺相保护电路的设计与实现

介绍用于三相电动机缺相保护装置的设计方法,采用集成芯片TC783A为核心元件实现,有效地解决三相电动机其他保护元件的局限性。具有快速切断控制回路电源的功能及缺相指示和相序指示,试验证明系统工作性能良好。     

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.     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。