飞机机头附近液态水含量分布规律的数值研究

在飞行器飞行过程中,安装在机头上的各类传感器结冰会对飞机的飞行安全产生不利影响。而液态水含量是影响飞机结冰的重要参数,为了更好地进行传感器结构及布局设计,对机头附近液态水含量分布规律进行数值研究。采用计算流体力学方法对飞机飞行时的空气-过冷水滴的稀疏两相流场进行数值模拟,通过求解N-S方程获得空气流场,采用欧拉法求解水滴运动场得到水滴运动轨迹。分析在不同来流马赫数、来流迎角及液滴直径等条件下,机头关键截面上广义水滴遮蔽高度的变化及机头关键位置上液态水含量的变化规律,研究不同状态参数对液态水含量分布的影响。结果表明:水滴遮蔽高度及浓度增加区范围随马赫数增大而增加,迎角的变化对机头上下表面液态水含量分布产生相反的影响。     

小型固体发动机喷管堵盖方案探讨

结合某型号几种小型发动机的研制过程，介绍了几种小型发动机喷管堵盖发，并对各方案的优劣进行了比较，给出了方案实施途径。     

半自动顶针孔研磨器

在精密加工中,许多轴类零件的外圆几何精度的高低,与加工这些轴类零件的基准——顶针孔的质量有着直接的关系。为了保证顶针孔有较高的质量,一般要经过精密研磨。即将带有顶针孔的零件在每分钟300～500转的速度下作旋转运动,再将研磨顶尖(一般用铸铁制成)置于零件顶针孔中,并     

泛在学习视域下大学教师教学能力发展困境与对策

技术变革与教育理念革新催生出的泛在学习为大学课堂教学注入了新的生机,从教学内容的广度,深度以及教学模式方面广泛影响着大学教师的视野,并以其独特的优势终将成为未来实现终身教育的重要手段和理想模式。从泛在学习和传统学习的对比出发,重点探讨泛在学习范式革新中教师教学能力要素及提高路径,即通过提高教师信息素养,构建教师专业身份认同,组建教师专业共同体,提高教学反思意识等有效策略重新发展和构建大学教师教学能力,以期促进泛在学习环境下教师教学能力发展绩效改进。     

高压涡轮变叶顶蜂窝角度二次流动特性研究

为减少叶顶泄漏流带来的气动损失，本文对高压涡轮叶顶复合蜂窝的排布角度进行寻优，并分析其气动性能。研究过程保持叶顶蜂窝几何形状不变，改变复合蜂窝在叶顶的排布角度，降低叶顶二次流的总压损失系数和叶顶相对泄漏比。以叶栅出口下游30%轴向弦长位置的面平均总压损失系数为目标参数，利用Isight软件嵌套图形-网格自动生成流程，对0～57°旋转角度内的蜂窝排布方式进行遍历寻优，得到低总压损失的蜂窝排布方式。研究表明，最优排布结果与平叶顶相比，叶栅总压损失降低5.21%，与基准角度蜂窝相比降低1.34%。最优排布方案对叶顶泄漏流的阻碍效果更明显，增大了蜂窝对气流的耗散能力，降低了跨叶顶的横向驱动力，减少了泄漏涡的损失。     

密封汽流激振下转子动力特性的时域分析

针对汽轮机转子偏心导致的汽流激振问题和静偏心模型在转子动力特性研究中的缺陷，采用动网格技术模拟转子真实的三维涡动，在时域上对转子的动力特性进行研究。结果表明:转子涡动时，汽流激振力及其动力系数在时域上随位移呈三角函数变化，且径向力的方向随转子中心位置的变化发生改变。偏心率、涡动速度、自转速度和压比均影响转子动力特性。额定工况下，偏心率每增加10%，径向力与切向力平均增加约25~35 N。随着涡动速度的增大，切向力朝负方向增加，而直接阻尼和交叉阻尼减小。随着压比的增加，径向力增大而切向力减小。在一定范围内，较大的自转速度会使最大激振力的绝对值减小。      

一种新的基于ANSYS的机翼挠曲变形建模方法

针对传递对准中机翼挠曲变形建模方法适用性差的问题,提出了一种基于有限元分析的不同挂点处弹载子惯导系统的机翼挠曲变形建模方法。以柔性较大的大展弦比机翼为研究对象,建立了薄蒙皮、双翼梁、多肋板式机翼模型。通过绕流分析得到的机翼上、下表面压力分布云图,在此基础上对机翼结构进行气动载荷的加载。根据ANSYS瞬态动力学分析,获取了机翼挠曲变形角的随机过程序列,并利用AR(n)模型代替ARMA(p,q)模型进行建模。采用一种改良卡尔曼滤波算法对模型参数进行估计,并利用信息准则对模型的适应性进行检验。根据参数辨识的结果,最终得到了机翼的挠曲变形模型。     

考虑测试性设计缺陷修正延时的测试性增长模型建模与评价方法

针对现有测试性增长模型忽略了测试性设计缺陷的修正延时过程，进而导致测试性增长模型（TGM）跟踪与预计精度低的问题，提出了一种考虑测试性设计缺陷修正延时的测试性增长模型建模理论与方法。首先分析测试性设计缺陷识别与修正之间的延时机理，得到剩余测试性设计缺陷（TDL）具有先增后减的铃形变化趋势；在此基础上，分别以Gamma、Raleigh和Delay-S 3种曲线拟合剩余测试性设计缺陷（RTDL）变化趋势，研究建立基于以上3种曲线考虑修正延时的测试性增长模型；最后，以某机载稳定跟踪平台测试性增长试验数据验证测试性增长模型拟合、跟踪及预计效能。研究结果表明：基于该测试性增长试验数据，Gamma曲线可以精确地拟合剩余测试性设计缺陷变化规律，测试性增长模型跟踪和预计精度可达到10^-2数量级。