车用跨声速离心压气机设计

随着内燃机功率密度的提高,需要更高的增压压比.采用全三维气动设计技术,设计了最大压比为4.0的车用跨声速离心压气机(可应用于微型燃气轮机),并将此应用于某型增压器的改进.针对跨声速流动特征,分析了相应的设计原则和方法.与某型发动机的配机试验结果表明,采用新设计的离心压气机后,在额定功率下,油耗下降4.1 g/(kW.h),涡轮进口温度下降35 K.      

非稳态流体网络方法在发动机空气冷却系统中的应用

将流体网络法与非稳态模拟方法相结合应用到发动机空气冷却系统沿程温度、压力、流量的非稳态特性预测中.本方法将空气系统简化为节点和元件组成的网络,节点和元件处建立守恒方程,针对传统解法的计算稳定性问题引入了压力修正和积分方法相结合的求解方法.程序应用到可参考对照的模型中得到验证.验证后的程序被应用到发动机轴部冷却通道空气系统非稳态特性预测中.      

航空二冲程活塞发动机与定距螺旋桨的匹配研究

以长航时无人机的工作特点为基础,结合二冲程发动机的功率输出特性和定距螺旋桨的功率吸收特性,以及发动机的外特性曲线和螺旋桨的推进特性曲线,得出了在地面飞行状态下二冲程活塞发动机匹配定距螺旋桨所采用的方法,并通过为某型二冲程发动机匹配最优定距螺旋桨的试验,证明了该方法可以应用于在地面及低空状态下,为已知发动机匹配合适的定距螺旋桨.      

高超声速复杂气动问题数值方法研究进展

高超声速流场具有复杂流动特征,其中真实气体效应、磁流体干扰效应和力热结构耦合效应等对气动力分析产生了重要影响。将流体力学研究扩展到分子动力学、电磁流体力学以及流固耦合等交叉学科领域,这给数值模拟方法带来了巨大挑战。针对高超声速气动力/热分析的热点问题,重点关注高温效应与低密度流动效应、磁流体干扰效应和力热结构耦合效应等,结合算例分析了相应的数值求解技术;在气动热方面主要比较了3类求解方法(纯工程方法、纯数值方法和基于Prandtl边界层理论的方法),并给出了相应算例;对于气动力/热/结构耦合问题,从耦合模型及耦合计算方法两方面开展了分析。最后指出了高超声速复杂气动问题数值求解技术未来需重点关注的几个方面。     

基于增量模型的BTT导弹新型解耦补偿控制

详细分析了倾斜转弯(BTT, Bank-To-Turn)导弹传统动态逆控制的特点及其存在的问题,在此基础上提出了一种基于增量模型的BTT导弹解耦补偿控制方法.该方法通过建立一种描述从当前动态转移至期望动态的BTT导弹增量模型,消除了难以测量或不确定较大的模型部分;在此基础上结合动态逆控制思想设计了BTT导弹的增量式解耦跟踪控制律,与传统动态逆相比,该控制律对模型的依赖程度大幅降低;为进一步提高控制系统对干扰的适应性,提出了一种简单的干扰估计/补偿策略;最后通过数学仿真验证了该方法的有效性.     

一个串行口Javabean的研究与设计

本文描述了一个基于JavaBean组件标准的串行通信组件的实现原理、实现过程以及实现方法。它将被作为C／S系统的一个组，以实现某些工业控制场合中远程控制的要求。充分利用了Java语言的事件监听机制、串行性、持久性、自检以及JavaBean的定制等特性，并经由Java本地接口（JNI－Java Native Interface)调用硬件控制等底层操作，具体实现了一个串行通信组件必需的功能，如初始化、读写操作等。在所需要的.DLL的支持下，所有安装了Java虚拟机的Windows系统都可以使用这个.Jar文件。     

基于AMSAA模型的无人直升机可靠性评估

根据某无人直升机可靠性数据,基于AMSAA模型,对该型无人直升机可靠性进行了评估,得到该无人直升机系统可靠性指标,评判该无人直升机现阶段可靠性水平增长的趋势。该方法可以为其它型号的无人直升机的可靠性评估提供借鉴。     

含炔基有机硅杂化聚合物的合成及热稳定性

采用双乙炔基封端的硅氮烷单体(双(4-乙炔基苯胺基) 二苯基硅烷,M1) 与含不同二甲基硅基
结构单元[—Si( CH3 )2—,—Si( CH3 )2—O—Si( CH3 )2—和—Si( CH3 )2—O—Si( CH3 )2—O—Si( CH3 )2—] 的
双溴苯基封端单体进行Sonogashira 交叉偶联反应,制备出一系列含炔基有机硅杂化聚合物。通过红外( FTIR)
、核磁氢谱(1H-NMR) 和凝胶渗透色谱( GPC) 对聚合物的结构和分子量进行了表征,并采用热重分析
(TGA)对聚合物的热性能进行了研究。结果表明,二甲基硅基结构的引入显著提高聚合物的溶解性,各组聚
合物均展现出良好的热稳定性能,其中引入—Si(CH3)2—结构的聚合物具有相对最好的热稳定性。     

基于IoU约束的孪生网络目标跟踪方法

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。