一种新的三孔探针试验数据处理方法

以三孔探针数据处理常用方法为基础,提出了一种新的三孔探针数据处理方法——相交曲线法。该方法利用三孔压力得到角度系数和速度系数,两个系数分别对应标定平面上的两条相交曲线,再通过简单迭代寻找在标定平面产生的唯一交点,该交点坐标即为对应的马赫数和角度。利用相交曲线法、样条插值法和最小二乘法,对同一状态同一支探针所测数据进行处理。结果表明,与样条插值法和最小二乘法相比,相交曲线法的数据处理精度相当,但效率提高了一倍以上,具有较高的实用价值。     

7孔复合探针在平面叶栅流场测量中的应用

结合流场校测和压气机叶栅试验测试方法的研究工作,应用算术平均、质量平均和掺混均匀法3种数据处理方法,获得了叶栅流场数据,并对数据进行了对比和误差分析,探索了复合探针在叶栅流场测量中的应用范围及条件.试验结果表明:复合探针在跨声速、俯仰角为-15°～15°范围内具有良好的气动特性,3种数据处理方法均可用于平面叶栅流场测量.通过流场校测和叶栅试验,验证了复合探针在流场测量中具有准确性、稳定性和可靠性的特点,其数据处理方法为叶栅流场提供了基础性的测量手段.     

基于LabVIEW的集成式多探针等离子体诊断系统

为了提高电推进羽流诊断自动化程度,解决传统等离子体诊断方法测试周期长、精度低和数据处理复杂等问题,以LabVIEW为开发平台研制了一种电推力器羽流自动诊断系统。该系统集成了Langmuir单探针、Langmuir双探针、RPA离子能量分析仪和法拉第筒等几种常见静电探针,可通过软件实现不同探针的选择切换,扫描电源波形控制、电流及电压信号采集、曲线降噪与滤波、数据处理及计算结果显示和保存等功能。与传统逐点手动方法相比,该系统显著地提高了等离子体羽流诊断的速度和精度。     

五孔探针在涡轮导向器出口流场测量中的应用

受附面层和二次流的影响,涡轮导向器出口流场呈现三维特性,需使用五孔探针进行测量.本文参考相关资料,发展了一种适用范围较广的五孔探针数据处理方法,并编制了计算程序.经验证,该程序对马赫数计算的不确定度不大于1.5%,气流角计算的不确定度不大于0.5°,精度满足工程需要.将其用于某导向器出口流场测量,取得了较好的效果.     

高速多级风扇转子后流场测量

针对高速多级风扇转子出口流场的特点,突出追求高频响、小尺寸、高精度、可靠性,发展了一种圆柱单孔高频压力探针。借助位移机构和高速数据采集处理系统,并在测量过程中实时标定传感器零点和灵敏度,成功地直接测出了某高速多级风扇第三级转子出口二维周期性流场。以数据的准确性和精细的分辨率,为这个级的修改设计提供了重要的真实流场依据,并证明了这种探针、测量和数据处理计算方法及测量系统简单、精细、实用和可靠。      

风扇进气压力畸变试验性能误差分析与修正

针对单级风扇进气压力畸变试验所获取的换算流量、压比、效率均高于均匀进气状态的这一问题,分析认为可能与AIP界面轴向位置、测试探针布局方案和出口流场的数据处理方法有关。为此,对现有多种畸变测试布局进行了对比分析,研究了AIP界面的畸变流场特性,提出了一种基于试验测试的进/出口总压修正方法。结果表明,所采用的数据处理和修正方法,有效地解决了进气压力畸变试验中所获取的换算流量、压比、效率偏高的问题。     

球面压力五孔探针的校准与使用

流场的测试广泛使用五孔探针。通过校准 ,建立起探针的数学模型 ,可避免采用查表法 ,提高工作效率。本文以球面压力五孔探针为例 ,对五孔探针的校准 ,数学模型的建立及使用方法进行了研究。对五孔探针的使用具有借鉴的意义。     

在线测量声衬声阻抗的双传声器法

双传声器法是工程上在线测量声衬声阻抗的重要方法,为解决实用声衬蜂窝尺寸过小而无法直接嵌入传声器的问题,本文设计了探针传声器,通过外径1.5 mm的探针将声衬表面和背腔声压信号引出.在对探针传声器进行严格校准后,应用双传声器法测量了共振腔和实用蜂窝夹层声衬的声阻抗,并与理论结果进行了对比分析.     

航空发动机进气总压畸变地面试验数据处理方法综述

在航空发动机进气总压畸变试验研究中,带有畸变发生器的地面模拟试验在发动机稳定性评定中具有重要作用。试验中通常采用多孔探针/探针梳/探针耙/PIV等测试方法对AIP及其他截面的流场参数进行测试。为了准确描述进气总压畸变的稳/动态特性,需要采用合适的数据处理方法对试验数据进行分析。基于国内外关于进气总压畸变地面模拟试验数据处理方法的研究现状,总结了试验中涉及的相关数据处理方法,分析了不同畸变指标、稳定性评定参数的特点,总结了滤波截止频率选取的方法及原则、相似原理在缩比模型试验中的应用以及总压畸变图谱的类型,对比分析了功率谱密度函数、相关性分析、幅值概率密度函数、小波分析、神经网络、POD分析及DMD分析等统计分析方法的应用特点。最后对航空发动机进气总压畸变地面试验数据处理方法的发展趋势进行了展望。     

多项式拟合法在飞机试飞中的应用研究

主要研究了多项式拟合法在飞机颤振试飞数据处理中的应用技术,讨论了在数据预处理中应用指数窗对抑制噪声、提高数据处理结果精度的影响,最后提出了科学合理的数据处理方法,从而大大提高了试飞结果的准确性。     

神经网络动态逆方法在飞控系统设计中的应用

探讨了神经网络与非线性动态逆方法相结合的神经网络动态逆方法，研究了神经网络动态的网络结构。为进一步改善直接动态逆控制器的性能，对由动态逆和原系统构成的伪线性系统，给出了两种综合方案，并将这种方法用于飞机指令增稳系统的设计。通过一种方案的仿真研究表明，综合控制策略不仅能够改善系统的动态性能，而且具有良好的鲁棒性。研究成果显示了神经网络动态逆方法的有效性和可行性及其在飞控系统设计中所具有的潜在能力。     

概率神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。     

带旋转修正的弹簧-TFI混合动网格方法

网格存在大变形时,传统的超限插值(TFI)动网格方法易于引起网格正交性问题.依据几何关系并考虑其插值特点,提出了一种带旋转修正的TFI动网格方法.对结构网格块进行分块,在子块角点间建立弹簧元,并基于弹簧类比法计算角点位移;子网格内部结点位移采用修正后的TFI动网格方法进行计算,从而形成具有弹簧-TFI混合特征的动网格新...     

连分式扩充的粒子群神经网络压气机特性重构方法

对航空发动机压气机原始二维等转速线的数据点进行连分式扩充,通过两次网络训练,增加转速特性数据,在三维空间中进行BP(back propagation)网络模型重构.根据压气机特性数据空间分布的特点,引入压力比函数,调整计算区域,定义网络的输入输出数据,利用试探法确定隐含层维数.采用基于趋利避害原则的粒子群算法对网络的初始权值和阈值进行优化,建立了压气机压比和效率特性的整体代理模型.最后以某型发动机的低压压气机为例进行了压气机特性模型的重构.通过模型的校核与验证表明:采用这种方法建立的模型精度较高,优于普遍采用的传统二维插值方法和普通BP神经网络模型.最终建立的重构模型对于采用选配法、坐标法和部件法等以压气机通用特性曲线为基础的发动机模型的求解,可提高计算精度和迭代速度,具有一定的工程应用价值.      

利用模态编码进行结构损伤位置识别的自联想储存器神经网络方法

 提出了一种基于自联想储存器神经网络的结构损伤识别方法,该网络的训练数据为经编码后的结构模态向量。和传统BP网络相比,这种方法收敛性能较好且不易陷入局部极小值。另外,为判断识别结果的正确性,提出了一种基于向量间距离的可靠性分析方法。最后,以一个悬臂梁为算例验证了该方法的有效性和可行性。     

流固耦合数据交换的插值精度影响因素研究

提出了一种投影-形函数插值的新方法,用发展了三维线性插值方法。又包括使用优化插值和常体积转化等6种插值方法,从表征多种不同网格质量和待插值函数值情况的角度,进行了插值精度验证的应用研究,探索了网格质量和待插值函数值对插值精度的影响程度。研究结果表明,投影-形函数插值方法的效果很好;流/固的网格质量及其匹配状况在很多情况下对插值精度的影响要远大于插值方法本身。     

神经网络在无人机电控活塞发动机试验中应用

分析了无人机用电控活塞发动机试验特点以及试验中存在的难点,针对电控发动机高海拔标定试验中进气歧管压力(manifold air pressure,简称MAP)传感器数据的传统线性插值方法不能完全表述电控发动机非线性特性的缺陷,提出采用BP(back propagation)神经网络模型的解决方案.为避免目前应用神经网络方法中所存在的不足,通过采用原始数据分组方法进行网络训练误差的实时反馈和控制,较好地解决了神经网络训练过程中容易陷入"局部最优"和"过拟合"状态,并对BP神经网络预测结果给予了详细研究,训练误差和预测误差分析结果表明了该方法的可行性和计算结果的可信性.      

模糊自组织神经网络在航空发动机故障诊断中的应用

介绍了模糊自组织神经网络在航空发动机故障诊断中的应用方法,并通过实例验证了该方法在发动机故障分类中的实用性。该方法具有结构算法简单、无监督自学习和侧向联想等功能。它有很好的应用前景,可以广泛应用于发动机的故障诊断。      

基于特征点的颅面复原技术

介绍了用人工神经网络算法确定待复原颅面的软组织厚度及颅面特征点的方法。在计算机辅助颅面复原过程中,通常只能根据颅骨上少数特征点及其所在部位的法向软组织厚度的统计值进行运算。由于现有统计值指标涵盖的年龄较宽泛,导致复原结果缺乏个性。在测定待复原颅骨骨龄的基础上,通过神经网络训练,确定软组织厚度随年龄的变化规律,较精确地计算出与拟复原对象的骨龄相适应的特征点软组织厚度值,并用最小二乘法及曲面法线原理建立数学模型,计算出颅面特征点。最后用基于Delaunay三角剖分的wavelet插值法复原出面貌雏形。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。