气体分配方式对多隔仓燃油箱地面惰化的影响

在各仓温度和压力为定常边界条件下,采用数值积分法,建立多仓燃油箱冲洗的数值模型,应用波音747中央翼燃油箱,通过将计算结果与国外文献中公布的实验数据进行比较,验证了模型具有较高的计算精度;然后,选择波音737中央翼燃油箱作为研究对象,采用惰化气体均匀和非均匀两种分配方式,在惰化气体流量按体积和数量两种分配方式下,计算出各隔仓氧气体积分数随时间及换气次数的变化关系,结果表明:要使各隔仓均惰化至目标氧气体积分数,按体积分配富氮气体的均匀进气方式所需的惰化时间最短,按数量分配的均匀进气方式所需的时间最长;由左舷、中弦、右弦整体平均氧气体积分数随换气次数的变化,可知非均匀进气方式优于均匀进气方式.      

基于伴飞模式的补给星轨道设计与优化

针对采用伴飞模式的星座燃料补给问题,本文对其补给星的轨道进行了设计与优化。在给出补给星的轨道设计之后,利用遗传算法对补给星轨道机动所消耗的燃料质量以及每次转移给工作星的燃料质量进行了优化求解,使得补给星燃料利用率达到最高。仿真结果同时给出了燃料利用率与工作星轨道高度以及星座中卫星数目之间的关系,该结论对采用伴飞模式的星座燃料补给研究提供了较好的理论参考。     

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。     

太阳电池在平流层中的工作性能分析

近年来,临近空间受到广泛关注,多种平流层飞行器被提出,它们大多以太阳电池为 主要的能源获取装置。研究平流层的太阳电池的性能,对平流层的开发和利用具有重要意义 。首先建立了平流层中太阳电池的热环境模型,并结合硅太阳电池的电学模型,得到了 平流层中硅太阳电池的热电耦合分析模型,进而用数值模拟方法对太阳能电池的热学、电学 性能进行了分析和讨论。研究结果表明,平流层热环境的变化对太阳能电池的温度、输出功 率以及电效率都有影响。讨论了风速对太阳电池性能的影响,结果表明随着风速的增 加,太阳电池温度降低、内部温差先增加后减小、发电效率和输出功率都增加。
     

用于荧光细胞观察的制冷CCD成像系统

细胞成像技术是研究细胞运动、分裂和凋亡的必要手段,所以荧光条件下的细胞成像技术显得尤为重要。为满足荧光细胞观察对微弱光信号的检测和成像的要求,文章通过结构和电路设计,研制了一种用于荧光细胞观察的制冷CCD成像系统。通过分析各组件的技术特点,设计了高效制冷结构,提高了细胞荧光观察输出图像质量。     

空间微小碎片撞击对太阳能电池性能影响

文章利用中国科学院空间科学与应用研究中心的等离子体驱动微小碎片加速器,进行了空间微小碎片累积撞击太阳能电池的模拟试验。之后,利用体式显微镜统计出太阳能电池表面的撞击坑,并测量了撞击前后太阳能电池的开路电压、短路电流、最大输出功率等参数的变化。试验结果与理论分析揭示了引起太阳能电池功率衰减的主要原因是碎片累积撞击导致的太阳能电池表面损伤。     

高速气流场燃油雾化液滴分布数值研究

针对亚燃冲压发动机燃烧室内部流动特点,结合二元稳定器试验台高速气流场燃油雾化特性试验,建立试验件三维模型并对其喷雾两相流动进行数值模拟。主要研究了来流马赫数以及喷嘴条件变化时燃油雾化液滴与油气比的分布。分析认为,来流马赫数的增加使得雾化特征角缩小,可同时改善燃油蒸发并获得更加均匀的油气比分布。随着供油压力的提高,离心式与直流式喷嘴雾化特征角均增大,但供油压力不是影响直流喷嘴雾化锥角的主要因素。计算结果与试验结果对比定性符合良好,定量误差范围可以接受,验证了计算模型与计算方法的正确性,所得到的结果可应用于工程设计。     

某型发动机附件试验器测试系统的设计

介绍了1台用于考核某型发动机附件机匣性能指标的试验器测试系统的硬件配置,并基于LabVIEW和KINGVIEW进行了软件设计,重点讨论了二者之间的动态数据交换技术。     

某微型发动机离心甩油燃烧室建模及数值模拟

对某微型发动机离心甩油燃烧室进行了三维建模及数值模拟。湍流模型采用旋流修正的Realizable k-ε双方程模型,化学反应及组分浓度采用简化的概率密度函数模型,液相采用离散相模型;计算得出了组分、压力、温度的分布特性,分析计算结果可知,该燃烧室的外壁面冷却考虑较少,同时其出口温度不均匀系数较大;提出了掺混孔改进方案,数值模拟结果表明,改进后的燃烧室出口温度分布得到明显改善。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种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,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。