反推力装置运动学与动力学仿真

为了研究叶栅式反推力装置各部件在工作过程中的运动学与动力学特性,根据机构运动原理对反推力装置进行简化并建立了运动学与动力学数学模型。以滑动整流罩位移与阻流门所受气动负荷为输入进行运动学与动力学仿真,得到了反推力装置各部件的位移、速度及受力特性曲线,并对比分析了在不同尺寸参数下各部件特征点的运动轨迹和反推力装置负载力变化。结果表明:运动学及动力学仿真结果与工程实际相符；反推力装置机构参数选择不合理时,各设计点会发生干涉现象并导致机构无法运动;机构参数变化对负载力最大值影响尤为突出,在阻流门AC段长度值增大6%,阻流门CB段长度值减小9%的情况下,负载力正向最大值将增大19.53%,负向最大值增大12.67%。研究方法及研究结果可为反推力装置运动学及动力学分析,以及为反推力装置机构优化设计提供参考。      

弹道跟踪系统的数据融合

本文应用近代时序分析方法、样条函数和非线性回归分析理论，研究了弹道参数、系统误差及测量随机误差统计特性参数的联合估计问题，给出了各类参数的高精度估计。理论分析和仿真计算表明：本文所建的模型准确，参数估计方法精度高，应用本文方法能明显提高弹道跟踪数据质量。     

Estimation of sea surface temperature, wind speed and water vapor with microwave radiometer data based on simulated annealing

A method for estimation of sea surface temperature, ocean wind speed and water vapor with microwave radiometer data based on simulated annealing is proposed. The proposed method shows about 60% improvement of sea surface temperature estimation accuracy in comparison to the existing method using Newton’s iterative algorithm.     

多元线性回归在坐标测量中的应用

简要介绍了多元线性回归的数学原理,重点分析了坐标测量中利用回归分析进行基本几何要素处理计算的原理、方法和预处理技巧,在此基础上介绍和讨论了形位误差的处理计算方法。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

民用客机舒适性评估

本文给出了能用于说明民用客机旅客乘坐品质的数量关系,这些关系能用于预测旅客乘坐的舒适性。可供设计及使用单位参考。     

叶轮机平面叶栅的气动设计及统流计算

通过全速势方程的数值积分，利用ＡＦ２格式，给出了一种用于叶轮机中叶栅型面的气动设计和绕流计算的便捷方法，对于稳态亚音速、跨音速及超音速流动均适用。与目前普及很广的、在超音区应用人工压缩性的方案相比，该算法有明显的优势。     

载荷分布对叶栅损失影响的试验研究

采用5孔探针、表面静压孔和墨迹显示技术,对2套具有不同载荷分布的后部加载涡轮叶栅内的三维流场进行了详细的测量分析。结果表明:优化载荷分布的叶栅和原叶栅相比,总流动损失明显降低。     

吸力面翼刀控制压气机叶栅二次流的实验研究

在低速风洞上通过详细测量叶栅的出口流场 ,研究了叶片吸力面上不同高度处加翼刀对压气机叶栅损失和二次流的影响。实验结果表明 ,合理地选择翼刀安装位置 ,可有效地控制压气机叶栅的二次流 ,降低叶栅的总损失。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.