基于隐式温度修正的二维热线风速仪校准方法

热线风速仪主要用于湍流流场测量。热线测量的主要误差来源是由环境温度变化导致的热线校准参数的变化。Brunn提出的传统温度效应修正方法在环境温度变化较大的情况下会带来明显的误差。本文经过理论推导,提出了一种新的基于隐式温度修正的二维热线风速仪校准方法,并开展了热线校准实验研究。结果表明:当环境温度变化在4℃范围内时,本文提出的方法与Brunn方法的测量精度相当;当环境温度变化超过4℃时,本文提出的方法的测量精度远高于Brunn方法。     

基于NB-IoT技术和GA-BP神经网络的车位预测系统

围绕有效整合城市停车资源,提高现有车位存量利用率的需求,构建了一种基于NB-IoT技术的车位预测系统。该系统采用NB-IoT技术进行信息采集与传输实现车位信息的共享;考虑到车位状态信息实时变化的特性,用历史车位占用数据来建立车位预测模型,推测出未来短时内车位变化趋势。为了提高车位预测的精度,采用遗传算法(Genetic algorithm,GA)优化反向传播(Back propagtion,BP)神经网络建立GA-BP神经网络车位预测模型。以某地下停车场历史数据为例进行仿真实验,研究结果表明:车位预测模型预测值与实际值相近且趋势保持一致,能够有效准确的预测车位状态变化,具有较高的精度。     

数值模拟方法对NASA CRM模型阻力预测的影响

在复杂工程外形的数值模拟中，网格类型、规模和分布、湍流模型、数值格式等都会不同程度影响模拟结果。如何评估这些模拟方法对模拟结果的影响，并识别对模拟结果影响较显著的因素，对于CFD的发展方向有积极的借鉴指导意义。为了综合研究不同因素对商用运输机外形阻力预测的影响，以AIAA第六届阻力预测会议外形NASA CRM为研究对象，同时考虑了网格、湍流模型、无黏通量格式和体心梯度求解方法等因素对阻力预测的影响。分析中采用枚举法和正交试验设计两种方法，并使用了基于聚类分析的定性敏感性分析方法和基于Mckay主影响分析的定量方法，识别出对阻力预测影响较大的因素，这为数值模拟方法的发展指明了方向。     

不同旋流器方案下旋流驻涡燃烧室性能

为研究旋流驻涡燃烧室的燃烧性能，设计了3种旋流器方案（基准型、小流通面积和外加套筒），在进口温度493 K、常压条件下，采用RP-3航空煤油作为燃料，凹腔当量比在0.8～1.8之间，开展了热态试验。结果表明：基准型和小流通面积的主燃区火焰为脱体火焰，而外加套筒则为V型驻定火焰，且小流通面积和加套筒的主燃区火焰更加集中。燃烧效率方面，基准型最低，而小流通面积最高，试验中获得的最高燃烧效率为96.3%。随着凹腔当量比的增加，基准型的燃烧效率不断增加，而小流通面积的则先基本不变，随后略有增加，外加套筒的则先快速增加，然后缓慢增加。此外，小流通面积的冷态总压损失高于基准型，在进口马赫数为0.31时，两者的冷态总压损失分别为7.2%和4.5%。     

类IXV飞行器初期再入制导与姿态控制方法研究

摘要： 针对类IXV飞行器无翼式升力体构型及采用RCS/尾襟翼组合控制特点，研究其初期再入段的高精度制导与姿态控制方法.设计带过程约束的数值预测 校正制导律以提高制导系统的鲁棒性及精确性；根据其执行机构配置特点，设计基于RCS的航向控制律及基于RCS/气动舵的纵、横向复合控制律，并采用鲁棒伺服LQR技术进行控制参数快速设计.通过蒙特卡洛打靶仿真来验证算法的精度及鲁棒性.     

激光点火系统损耗检测温度误差补偿方法

点火通路损耗检测精度是激光点火系统的一个重要指标,其在很大程度上决定着点火系统状态判断的准确性.针对激光点火系统损耗检测精度随温度变化的问题,对不同温度条件下激光点火系统的点火通路损耗检测精度进行了分析.分析结果表明,探测器暗电流、运放输入偏置电流和输入失调电压等均会影响检测精度,且检测偏差随温度升高而增大.建立了点火通路损耗检测温度误差模型,在-40℃～75℃范围内,采用温度误差模型进行补偿后,火工品发火前的损耗检测偏差(峰峰值)从0.62dB减小为0.16dB,火工品发火后的损耗检测偏差(峰峰值)从1.45dB减小为0.30dB,提高了损耗检测的精度,为判断是否具备发火条件及发火状态提供了有效支撑.     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。     

基于卷积神经网络双层壁三维热应力预测方法

为实现三维物理场的预测，提出一种利用卷积神经网络（CNN）对双层壁冷却结构外壁三维热应力快速评估方法。针对双层壁冷却结构外壁平板状的结构特征，沿壁厚方向将温度场切分为多个切片。将温度作为卷积网络输入张量的基本元素，不同厚度位置的切片对应输入张量的通道维度，从而实现将三维温度场输入进网络，并输出在热载荷作用下的三维等效应力场。结果表明：训练收敛后的网络在测试集上的平均绝对误差为1.23 MPa，平均相对误差为15.10%，对峰值应力的平均绝对误差为16.10 MPa，平均相对误差为11.81%。对于双层壁冷却结构的热应力预测问题，CNN能够很好地完成温度到应力的映射。使用深度学习方法探究热弹性问题的潜在机理有望实现。