管道对进气道动态总压测量影响修正方法

进气道实验需要测量进气道出口截面的动态总压,当动态压力传感器与测点之间存在管道时,动态总压测量值与真值之间存在较大误差,进而会影响进气道出口截面湍流度的测量精度。通过在中国空气动力研究与发展中心涡轮动力模拟器校准箱的实验,系统地研究了管道对动态总压和湍流度测量的影响。实验结果表明:管道对动态总压和湍流度测量的影响非常严重,动态总压脉动量频域值可被放大10倍以上,湍流度可以放大2.8倍以上。基于修正耗散模型,通过实验结果对修正耗散模型进行了标定,并提出了动态总压管道影响修正方法,修正方法能够有效减小管道所引起的测量误差。      

燃油电磁阀电磁铁的环境温度影响特性仿真

为研究环境温度对燃油电磁阀电磁铁驱动性能的影响,基于电磁阀工作原理和执行机构作动特性等关系,建立了热环境下电磁阀的数学模型,通过温度与磁场特性分析确定了对温度最敏感的关键功能部件为电磁线圈。利用有限元软件Ansoft Maxwell对由线圈和衔铁构成的电-机械转换器进行了数值模拟,得到了不同环境温度下电磁铁磁感应强度分布及系统关键响应指标,研究了阀启闭过程的静态和动态特性。分析了在额定工作状态下环境温度对电磁铁磁场分布和响应特性的影响,获得了不同环境温度下的线圈电流、电磁力、衔铁速度及位移的变化和响应规律。结果表明：环境温度升高引起线圈材料电阻变大,进而导致线圈电流和电磁力减小,最终缩短了电磁阀启闭时间,也易导致在同样驱动电压下电磁阀无法开启。     

基于约束方程建模技术的CCGA封装力学特性仿真

为探讨CCGA高密度封装结构在整机设备中的有限元建模方法,分析CCGA封装在力学激励下的响应,选用了不同的有限元单元对CCGA封装结构进行了建模,采用了约束方程方法处理不同单元所引起的求解自由度不协调问题,根据CCGA封装模型特点编写了约束方程自动建模程序。基于约束方程方法建立的有限元模型,对包含CCGA封装结构的设备整机进行了随机振动激励下的有限元仿真,得到了随机振动激励下封装的响应。通过包含CCGA封装结构的有限元模型建模过程可以看出:自动约束方程建模方法可以有效地处理实体单元与梁单元建模引起的自由度不协调问题,为包含高密度封装的设备整机有限元建模提供了新的思路;CCGA封装结构力学特性仿真结果可以较全面反映封装响应,为CCGA芯片的加固措施提供了根据。     

飞轮螺纹连接预紧力矩设计及应用

本文开展了飞轮螺纹连接预紧力矩设计,优化了预紧力理论计算系数.分别按紧固件和被连接件计算预紧力,取两者中的较小值,计算最小拧紧力矩.并通过飞轮产品装配实测验证,最大误差不超过13％,避免了按以往标准确定的预紧力矩过大的潜在风险.联合厌氧胶防松,可以为我所飞轮产品紧固连接提供技术支撑.     

多机起降旋翼间气动干扰数值模拟研究

以多架直升机近距离起降为研究背景,采用基于运动嵌套网格技术的计算流体力学(Computational fluid dynamics,CFD)方法开展旋翼间的气动干扰研究,重点分析了旋翼间距和环境风速对旋翼升力系数和扭矩系数的影响。数值分析结果表明,旋翼之间的气动干扰对上风位置旋翼的影响较小,但会导致下风位置旋翼的升力系数降低,扭矩系数增加,且其影响随着旋翼间距的增加而降低,随着环境风速的增加而增加。     

航天系统雷电防护技术发展综述及展望

为满足航天系统的全天候发射任务需求,加强航天系统对于雷电环境的适应性,对航天系统雷电防护技术的发展情况进行了综述。首先分析雷电环境对于航天系统产生的破坏效应,追踪了世界航天史上典型的雷击案例,系统梳理了国内外航天系统雷电防护标准规范。针对运载火箭雷电效应数值仿真技术、雷电防护设计技术和试验验证技术,雷电气象监测预警技术,地面雷电防护技术和接地技术等关键技术的发展情况进行了追踪。在此基础上,从我国航天工程雷电防护的实际需求出发,对未来我国航天系统雷电防护技术重点研究方向进行了展望。     

AERODYNAMIC ANALYSIS OF HELICOPTER SHROUDED TAIL ROTOR BY MOMENTUM THEORY

较详细地研究了涵道尾桨的涵道与内桨的拉力分配关系。文中引入一拉力分配因子ｑ,表示涵道尾桨的涵道拉力与总拉力之比。从动量原理出发,推导出静止（悬停）和轴流（直升机侧风）状态下的涵道尾桨拉力、需用功率与气流速度的关系式,分三种情况对比分析了涵道尾桨与孤立尾桨的拉力、功率和桨盘面积,得出了一些结论。结果表明,虽然在静止状态涵道尾桨的涵道提供的拉力可达总拉力的５０％,但对于轴流状态、涵道尾桨的涵道的拉力增益迅速下降,取决于气流速度比。     

融合ASPP与双注意力机制的建筑物提取模型

精准高效地从高分辨率遥感影像中提取建筑物信息对国土规划和地图制图意义重大,近年来基于卷积神经网络进行建筑物信息提取已经取得了很大的进展,然而在处理高分辨率遥感影像时仍存在影像的高级语义特征利用不够充分,难以获得细节丰富高精度分割影像的问题。文章针对以上问题提出了一种用于建筑物自动提取的深度学习网络结构空洞空间与通道感知网络(Atrous Space and Channel Perception Network,ASCP-Net）。该模型将空洞空间金子塔池化（Atrous Spatial Pyramid Pooling, ASPP）和空间与通道注意力（Spatial and Channel Attention, SCA）模块融入到编码器-解码器结构中,通过ASPP模块来捕获和聚合多尺度上下文信息,采用SCA模块选择性增强特定位置和通道中更有用的信息,并将高低层特征信息输入解码网络完成建筑物信息的高效提取。在WHU建筑数据集（WHU Building Dataset）上进行实验,结果表明：文章提出的方法总体精度和F1评分分别达到了97.4%和94.6%,相比其他模型能够获得更清晰的建筑物边...