系统参数对电动力绳系动力学的影响

将电动力绳系(EDT)的主星质量、子星质量、绳系质量以及绳系中的电流视为系统参数,研究这些参数对系统的摆动动力学和轨道动力学的影响。哑铃模型下的电动力绳系摆动动力学方程存在不稳定的周期解,通过Floquet理论来衡量周期解的不稳定程度,从而研究各系统参数对摆动动力学的影响。建立了用春分点轨道元素的形式描述的电动力绳系轨道动力学方程,并以降轨时间来衡量电动力绳系的降轨效率,从而研究系统参数对轨道动力学的影响。运用算例对周期解迁移矩阵的特征值、降轨时间随各系统参数的变化关系进行了仿真,分别得出了各系统参数对系统摆动动力学和轨道动力学的影响。综合本文的仿真结果,并考虑实际发射及空间运行中的其它因素,对电动力绳系的设计和降轨策略提出了建议。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

非比例加载下GH4169高温多轴疲劳行为研究

利用薄壁管拉扭疲劳试样, 在高温控制应变循环加载下研究高温合金GH4169的多轴疲劳行为.高温多轴疲劳试验采用比例与非比例加载路径.在试验过程中,利用数据采集系统全程记录拉与扭的应力响应值以研究比例与非比例拉扭加载下的循环特性.研究结果表明,高温拉扭非比例加载下,疲劳寿命有明显降低;拉与扭应力响应多为循环软化,无明显的循环稳定现象.在低频加载下,由于高温蠕变效应加大,使循环软化速度加快,表现为曲线下降明显.在整个疲劳过程中,扭转应力响应分量均显示循环软化现象,而拉压应力响应分量的硬化与软化特性取决于应变加载参数.     

N2O单组元微推力器高空模拟实验研究

在真空舱中进行了N2O单组元两种尺寸的微推力器的高空模拟试验研究,分析了微推力器设计参数对比冲等性能的影响。结果表明,两种尺寸微推力器的最大比冲分别为1.608 N.s/g和1.639 N.s/g,热损失、床载和床长对微推力器性能影响明显,存在最佳床载值、床载和床长的匹配。     

Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.     

变循环发动机模态转换数值模拟

对双外涵变循环发动机的模态转换过程进行了研究,设计了变循环发动机模态转换方案,确立了模态转换时的多部件调节规律,采用稳态模型对模态转换进行了数值模拟.结果表明,所设计的模态转换方案可行,能够使变循环发动机的涵道比发生明显改变,并有效提高了发动机在部分推力时的空气流量,与设计参数相同的常规涡扇发动机相比,其安装耗油率明显降低.      

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.     

一种配接N型射频连接器的电缆组件设计CSCD

文中提出了一种配接N型射频同轴连接器的电缆组件.通过共面补偿设计,提出的电缆组件在整个工作频段（0.01～18）GHz,测试的电压驻波比VSWR＜ 1.13.提出的配接N型连接器电缆组件的电压驻波比性能较常见的同类电缆组件有明显改进.电缆组件的测试结果与仿真结果具有较好的一致性.     

基于数值模拟的流场附面层边缘识别方法

附面层边缘通常取在速度达到主流速度0.99倍的位置,而复杂流场中主流流动往往并不均匀,给附面层边缘的准确识别造成了困难。为解决此问题,提出了用"参考主流"代替实际主流识别附面层边缘的方法:通过零剪切力滑移壁面边界条件下数值模拟得到不受附面层干扰的参考主流,在根据附面层定义确定附面层边缘时以该参考主流中的速度代替实际的主流速度。通过斜楔压缩和弯曲压缩两个超声速压缩流场对该识别方法进行了验证,所得到的斜楔压缩出口截面上附面层厚度与采用实际主流速度判断得到的厚度相对误差仅4.1%。根据该方法的识别结果对弯曲压缩型面设计进行附面层修正后,弯曲激波高度与无黏设计值之间的误差从修正前的2.0%降低至0.3%,压缩面末端压力的相对误差从修正前的6.6%降低至2.3%。该方法避免了指定主流速度的主观性,识别结果较为准确。     

基于目标特征模型配置的面向对象检测方法研究

针对目前遥感图像目标检测过程中过度提取特征容易导致样本特征维数过高,造成维数灾难的问题,提出一种基于目标特征模型配置的面向对象检测方法,该方法以特征的可分性为原则判断特征的真实有效性,针对不同的侦查目标,将真正有用的特征配置于该待检测的目标,达到快速、准确自动检测的目的.试验结果表明,该方法能在降低算法复杂度的同时提高目标检测的正确率,能节省样本训练所需的时间.