H_2引燃雾化煤油超燃混合的数值研究

为研究H2 引燃的煤油超燃混合问题 ,采用流体模型描述两相流动 ,气相反应系统的全N S方程风迎风TVD格式求解 ,液相扩散的Euler方程用NND格式求解 ,化学反应源项采用点隐处理 ,对单喷嘴喷H2 超声速燃烧、H2 引燃的煤油超燃混合问题进行了数值研究。获得了压力、密度、温度和组元浓度场的分布。结果表明 :与单喷嘴喷H2 相比 ,下游喷嘴H2 的射流穿透深度和扩散范围增大 ,燃烧区也变大 ;虽然煤油穿透深度大 ,但其扩散较H2 差 ,且下游出现无煤油区。     

压力畸变对涡扇发动机稳定性影响的试验

为了评定涡扇发动机在稳态工作时的抗压力畸变能力，采用可调畸变速度的发动机进口压力畸变模拟器，在发动机地面静止试车台上进行了不同进气畸变度下的整机抗畸变试验，试验中获得了发动机重要参数随不同畸变度的变化数据，并得到了发动机能稳定工作的最大进气畸变度范围。     

基于朴素贝叶斯K近邻的快速图像分类算法

朴素贝叶斯最近邻(NBNN)分类算法具有非特征量化和图像-类别度量方式的优点,但算法运行速度较慢,分类正确率较低.针对此问题,提出一种朴素贝叶斯K近邻分类算法,基于快速近似最近邻(FLANN)搜索特征的K近邻用于分类决策并去除背景信息对分类性能的影响;为了进一步提高算法的运行速度及减少算法的内存开销,采用特征选择的方式分别减少测试图像和训练图像集的特征数目,并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾.该算法保留了原始NBNN算法的优点,无需参数学习的过程,实验结果验证了算法的正确性和有效性.     

基于PCA和WPSVM的航天器电特性识别方法

针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高.      

H2O对空间站5A分子筛CO2去除性能影响

为进一步研究分子筛CO2去除系统应用于空间站的工作可靠性和鲁棒性,针对空间站4床分子筛(4-BMS)系统中可能出现的湿度失效保护问题展开了实验研究.测试了两种载人航天分子筛材料TC-5A与PSA-5A,研究了不同相对湿度对CO2吸附性能的影响;比较了相同湿度条件下,进口气体CO2浓度、粒径及吸附温度的变化对分子筛吸附CO2性能的影响,采用不同实验方法探究了H2O和CO2在两种分子筛材料中的竞争吸附关系.结果表明:PSA-5A吸附CO2性能优于TC-5A,但对H2O的吸附率略低于TC-5A.H2O的存在对分子筛吸附CO2影响非常大,空气中相对湿度达到60%时,分子筛基本失去了吸附CO2的能力.此外,温度升高会造成CO2的吸附量显著下降,但对H2O的吸附量影响相对较小,尤其是当相对湿度较高时.这对中国未来长期运行的空间站分子筛CO2去除系统工作有效性与工作鲁棒性的评价具有指导意义.     

一种小型化无线传感网络的设计

采用zigbee技术实现基于mems传感器的无线传感网络节点小型化设计,组成的小型化系统可用于航天器各仓段内部温度、湿度、压力、加速度等状态参数的监测。小型化无线传感网络采用集中供电方式即可以减小节点体积,又便于后续电池更换。传感器信号无线传输方式,可以大大减少航天器电线电缆的数量、减小布线带来的困难及航天器总体质量。     

基于制动意图识别的电动汽车能量经济性

制动能量回收是提高电动汽车能量经济性的主要技术措施,准确识别驾驶意图是制动能量回收的关键。分别建立驾驶员收起加速踏板阶段和踩下制动踏板阶段的制动意图识别模型,采用模糊控制方法对制动意图进行识别,以小强度制动、中强度制动和紧急制动作为量化的驾驶员制动意图输出;依据制动意图识别结果制订了2种能量回收模式;基于欧洲经济委员会(ECE)法规线和I曲线建立了制动力分配策略和计算模型;针对不同的能量回收模式,以Cruise和MATLAB/Simulink为平台,建立了制动系统仿真模型,计算制动能量回收率和电动汽车续驶里程。结果表明:能量回收模式不同,电动汽车的制动能量回收率不同;在一个新欧洲驾驶循环(NEDC)中,考虑收起加速踏板阶段模拟发动机制动的能量回收模式能够提高制动能量回收率;NEDC循环工况的续驶里程提高了5.69%。      

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

深空探测人工智能技术应用及发展建议

深空探测任务的探测目标距离地球越来越远,测控延时逐步增大,并且目标的先验知识有限,在遥远、未知、不确定环境下开展科学探索对探测器的自主性能需求日益强烈。随着人工智能技术的快速发展并逐步实用,在深空探测领域中应用人工智能技术提高和改进航天器自主性也将成为必须和可能。简要介绍了人工智能技术的发展历程,分析了航天领域中人工智能技术的应用实例,重点结合规划的深空探测任务特点和应用场景,梳理分析了各具体任务对人工智能技术应用的潜在需求,并提出了对深空探测人工智能技术应用的一些看法和发展建议。     

月面无人自动采样返回飞行程序设计与实现

针对嫦娥五号飞行程序多舱段、多任务、系统控制复杂的设计特点和难点,采用传统的飞行程序设计方法工作量大,状态控制困难,很难满足任务要求。提出了一种新的基于状态转移的方法对飞行程序进行系统建模,首先将整个飞行过程分解成若干模块状态机;然后针对每个模块状态机的功能划分为状态触发器、评估器、执行器和确认器,并分别开展建模设计;最后通过状态触发器和确认器将各个功能模块进行连接,形成整个飞行程序的有限状态机描述。相比传统方法,该方法具有通用性、可扩展性和可复用性等特点,对于规范飞行程序设计,描述复杂的飞行任务过程有很大的优势。采用该方法对嫦娥五号飞行程序进行了建模和设计,并给出了典型飞行过程的设计结果。在轨飞行试验结果表明,该方法可以满足飞行任务的要求,确保了嫦娥五号在轨飞行控制任务圆满成功。