等离子体激励低速分离流动控制实验研究

通过风洞流动显示实验,研究了等离子体激励低速条件下对平板表面分离剪切层的控制特性.结果表明等离子体激励在失速迎角附近可以有效抑制平板上的流动分离,实现流动的完全再附.在大迎角下可以显著减小平板完全分离后分离区的宽度.对比五种不同电极的实验,发现对于给定的输入电压及频率,负极宽度越宽,电极内侧正向间距越宽,其流动控制效果越好.最后通过改变发烟钢丝的位置和来流状况,证明了等离子体对周围流场的吸附和加速作用,对等离子体激励控制流动分离的机理进行了分析.     

月球表面地形数学建模方法

月球表面地形数学模型的建立是月球探测器和月面巡视探测器研制的基础,是登月飞行器和科学探测仪器设计的重要输入条件和约束条件。文章根据国外公布的月表地形模型进行分析,建立数字高程模型,对地形进行数字化描述和表示,生成月表光滑月海区域仿真地形数据。该数据能够为一般任务提供数据支持。     

光反射⁃透射测量方法在颗粒分形聚集体几何形貌重建中的应用

颗粒态物质通常以分形聚集形式存在,如碳烟、气溶胶和灰尘.颗粒分形聚集体辐射特性对研究颗粒介质中光热辐射传输有重要影响.基于光反射-透射测量方法,分析比较了单层反演模型和双层反演模型对重构颗粒分形聚集体几何特征参数的影响,并发展了一种改进的人工鱼群算法作为反问题方法,旨在提高反演结果精度.研究表明,双层反演模型比单层反演...     

应用深度核极限学习机的航空发动机部件故障诊断

运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为解决现有的基于数据驱动的发动机部件故障诊断方法的不足,提高诊断精度,缩短训练时间,将核方法和多层极限学习机(Multilayer extreme learning machine,M-ELM)相结合,提出一种深度核极限学习机(Deep kernel extreme learning machine,DK-ELM)。算法首先利用深度网络结构对输入数据进行逐层的特征提取,抽象得到的特征通过核函数实现高维空间映射分类。这些措施有利于提高算法的分类精度和泛化性能,在训练速度上较深度学习也有明显的提高。将该算法与深度学习和其他极限学习机算法进行综合比较研究,结果表明:基于DK-ELM的诊断方法有效、可靠,便于实现,为航空发动机部件故障诊断提供一个更为优秀实用的工具。     

高超声速飞行器的气动力工程计算

为满足高超声速飞行器在概念设计和优化设计中对气动力快速计算的需求,基于C/C++研究和开发了高超声速飞行器的气动力快速计算程序。使用该程序对HL-20升力体和双椭球模型的气动力特性进行计算,将计算结果与风洞实验数据进行对比分析。结果表明,计算结果与风洞实验数据吻合良好,该程序能够准确计算高超声速飞行器的升阻特性。通过修改工程计算方法,对比计算数据,验证本文使用的计算方法的精度,同时也体现了该程序可以灵活选择适合的计算方法的特性。此外,该程序不仅可以自由的更换计算方法,还能够作为C++的库文件链接成为优化程序的一部分,实现高超声速飞行器的概念设计和优化设计。     

基于自适应高阶滑模的直气复合控制律设计

对直接力/气动力复合控制导弹控制律设计问题做出了研究.建立了俯仰平面内姿态控制系统的数学模型，应用非线性理论分析模型，基于分析简化模型，建立了用于控制律设计的简化模型.利用自适应高阶滑模进行了虚拟控制量设计，考虑气动舵舵偏以及舵偏角速度的约束以及脉冲发动机的特点，建立二次规划最优化问题.利用有效集法实时分配虚拟控制量，获得气动舵以及脉冲发动机控制量.进行数字仿真验证控制律有效性，所设计控制律适应气动舵以及脉冲发动机特点，能对过载指令进行快速跟踪.     

基于翻转课堂理念的“飞机总体设计”课堂教学初探

针对传统课堂教学存在的问题,结合"飞机总体设计"课程涉及专业面广,难以讲深讲透的问题,采用翻转课堂方式进行教学,通过课前预习、课堂互动和课后巩固等环节,将由老师讲授为主导变为由学生交流、讨论和老师点评结合的教学形式,可以提高学生的学习主动性,锻炼学生收集、归纳和总结资料的能力,以及学生的协作和讲解能力,同时,也对教师提出了更高的要求。实践表明,采用翻转课堂进行教学可有效提高学生的学习积极性,调动了学生的学习兴趣,对学生专业课程的教学有积极的推动作用,但对教师等的要求也随之提高。     

涡轮叶片叶冠扭转角三坐标测量方法研究

涡轮叶片形状复杂不规则,其叶冠扭转角度为空间夹角。如果采用平台测量,无法找到测量基准;如果制作专用工装,不仅效率低而且无法保证所需要的精度。本课题拟采用三坐标测量法对叶冠扭转角度进行测量。     

基于熵灰关联算法的雷达对抗情报数据融合处理

针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题,提出了基于熵灰关联融合算法的雷达对抗情报融合算法.该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模,得出综合评价值,然后将其与阈值进行比较,最后计算属于同一雷达对抗情报数据的均值,实现雷达对抗情报数据的融合.仿真实验结果表明了该算法能够充分利用雷达对抗情报数据的有效信息,融合结果准确可靠,模型泛化能力强.     

自适应核模式分析方法及其在航空发动机部件性能衰退识别中的应用

针对测量数据因其部件之间的耦合不能有效识别各个部件性能衰退程度的问题,提出一种基于性能修正因子核模式分析的发动机部件性能衰退识别方法,并能与传感器测量偏差区分开。首先将传感器测量数据输入到自适应模型中去,产生一组用于识别部件性能衰退的修正因子。将修正因子参考模式通过核模式映射到高维特征空间中去,在此可分(基本可分)空间中完成识别。考虑到修正因子参考模式在高维空间中映射的像呈带状分布,几何距离不能有效识别,基于此采用神经网络方法对模式进行识别。识别成功率达到94.34%。进一步分析了特征约简的输入维数对识别效果的影响以及所提方法的泛化能力。考查了噪声对模式识别的影响,得到幅值3%以内的噪声对识别结果无明显影响。证明了“自适应模型+核模式分析+神经网络”识别方法是可行的。 