基于遍历性的组合导航系统故障检测方法研究

理想情况下,基于卡尔曼滤波的组合导航系统在无故障时的滤波残差为白噪声,故障时通常用2χ法来检测,但用这种方法检测往往具有较大的虚警。因此,针对无故障时卡尔曼滤波器的滤波残差是白噪声这一特点,提出了一种新的故障检测方法来判断系统是否发生了故障,在应用时大大降低了虚警,取得了较好的效果。     

基于对偶四元数的INS/GPS组合导航算法研究

在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。     

金属断口宏观形貌表面粗糙度的定量研究

基于分层层片技术重构原理利用图像处理技术和计算机图形学算法自主开发金属断裂面三维重构软件JHX-FSR,通过软件前处理模块获取准确的断口三维空间数据场,测量断口局部区域的空间几何数据,并对断口中20个局部区域的断口表面粗糙度RS和断口剖面轮廓线粗糙度RL定量测量及统计分析.研究发现,RS-RL近似地呈线性关系,RS随着断口剖面轮廓复杂程度的增加而增加,建立RS-RL的断口形貌几何特征关系的数学模型,金属断口三维重构对于断口形貌几何特征关系的数学模型的修正有一定的作用和意义.     

MAPS方法在航空发动机性能寻优控制中的应用

利用模型辅助模式搜索方法(MAPS方法),研究了某型涡扇发动机基于部件级非线性实时数学模型的性能寻优控制。该方法是一种直接搜索方法,不需要计算发动机非线性模型对控制量的偏导数,并通过运用kriging方法构造非线性代理模型来减少发动机模型的调用次数,进而减少了计算量,提高了优化速度。应用MAPS方法对航空发动机最低油耗、最大推力和加力最大推力3种控制模式进行了优化计算,论文给出了优化计算结果。      

电子束熔覆改性技术扫描波形设计

根据电子束扫描特性,设计电子束熔覆改性试验所用波形,利用该波形进行钛合金表面熔凝和硅化物涂层重熔试验,研究了扫描波形对电子束单道熔覆能量输入均匀性的影响。结果表明,电子束熔覆过程中熔池表面温度场均匀性是扫描波形、电子束束斑品质、扫描频率和工艺参数综合影响的结果,所设计波形可用于电子束熔覆表面改性技术,改性层厚度均匀一致,扫描波形是影响电子束熔覆过程中熔池表面温度场均匀性的关键因素。     

整体式液体冲压发动机

整体式冲压发动机是将固体助推火箭与巡航用液体燃料冲压发动机组合成为一个整体的新型动力装置,它是超声速、小体积、中远程导弹动力系统的最佳选择.整体式冲压发动机的出现将冲压发动机的应用推向一个新阶段,引起世界各国的广泛重视.近几年我国在整体式冲压发动机很多关键技术的研究上有所突破.液体冲压发动机和助推火箭共用一个燃烧室,使燃烧室中无法安装专门的机械式火焰稳定器和空气冷却衬筒,这为解决燃烧室的点火起动问题、振动问题及热防护问题带来了很大的困难.试验表明:冲压发动机的点火起动问题有多种解决方案,其中火焰稳定性准则的满足是点火起动的重要条件;燃烧室的进口流场,燃油浓度分布等对振动有很大的影响;计算表明,冲压发动机在飞行状态时,流经燃烧室壳体外表面的高速气流的冷却作用可大大降低燃烧室壳体的温度,在相同的冷却效果下,可降低对热防护层的要求.     

双股同轴中心旋流突扩燃烧室热态试验研究

本文对双股同轴中心旋流突扩燃烧室进行了热态试验.在较宽的α变化范围内,得到了高的燃烧效率,同时伴随着一定的压力损失.中心回流区嵌套的流场结构,有助于产生较高的燃烧效率.     

燃气流量可控的固体火箭冲压发动机燃气发生器动态特性

燃气流量可控的燃气发生器与燃气流量恒定的燃气发生器工作特性具有较大差异,燃气流量可控的燃气发生器是一个非最小相位系统。推导建立了燃气流量可控的燃气发生器的小扰动线性化动态模型,并基于此模型分析了燃气发生器负调特性的影响因素及燃气发生器系统的频率特性,得到了燃气发生器系统增益及时间常数随燃气发生器自由容积及燃气调节阀阀门面积的变化关系。研究表明,燃气发生器具有变参数特性。     

脉冲爆震发动机喷管性能数值分析

采用详细的化学反应机理,对脉冲爆震发动机的不同结构喷管进行了二维轴对称单循环数值模拟.分析了爆震波在爆震室内的传播过程以及传出后的流场情况,模拟所得的爆震波参数与STANJAN值较为一致.对4种单喷管和4种组合喷管的性能模拟结果表明:扩张喷管可以产生最大的瞬时推力峰值和比冲;带引射的组合喷管产生的平均推力比单喷管产生的平均推力要大.最后对非稳态引射过程进行了分析,为提高脉冲爆震发动机的性能提供参考.      

基于能源分解的用户用电行为模式分析

随着智能电网的普及和大数据技术的发展,利用用电数据分析用户的用电行为越来越受到关注,现存的能源分解方法无法满足实际应用中对分辨率和分解准确率的高要求,以及聚类分析方法过于粗糙没有充分挖掘每类电器的用电特点。提出了基于能源分解的用户用电行为分析方法。在判别式稀疏编码算法模型的基础上,针对L₀正则项不易求解、L₁正则项稀疏约束效果不理想的问题,提出用L_1/2正则项稀疏约束进行能源分解,并且把用户之间的同质性作为正则项加入基础模型来修正模型的性能。基于能源分解的结果,使用用户单类电器的用电特征代替总用电特征精细化分析用户的用电行为,并改进传统的K-Mean聚类算法进行实验验证。实验结果表明:所提出的基于L_1/2正则项稀疏约束和同质性约束的能源分解方法相比于传统判别式稀疏编码算法,能够有效提升能源分解的准确率。同时,基于能源分解的用户用电行为聚类分析效果也有明显提升。