基于铱星/INS组合定位技术在船舶中的应用研究

GNSS拒止环境下惯性/GNSS组合导航系统的性能会严重恶化,通过利用并提取机会信号中的有用观测量,可以实现机会信号和惯性系统的联合动态定位。提出了利用铱星/INS组合定位技术实现船舶的动态定位。首先深入研究了铱星的信号体制,建立了利用铱星瞬时多普勒频移进行定位的算法模型;然后,提出了利用基于扩展卡尔曼滤波(EKF)技术的铱星机会信号与INS组合定位算法;最后,通过船舶航行实测数据对所提算法进行了试验验证。结果表明,提出的利用铱星机会信号和INS组合定位方法可以有效改善无GNSS信号条件下的INS定位精度,在GNSS信号拒止环境下解决了船舶定位问题,具有重要的研究意义和实用价值。     

Gao-Yong模型用于吹气环量控制翼型的研究

应用Gao-Yong湍流模型模拟了吹气对翼型表面分离流控制的影响.结果表明,该模型不仅能够对翼型绕流的分离点、表面压力分布、升阻特性等做出较好预测,而且还能模拟出控制分离的吹气效果:①有效消除翼面分离涡;②"裹携"翼面来流进一步提高升力系数.提高吹气动量系数,升力曲线上移的幅度也相应增加;而吹气角度对吹气射流"裹携"作用的强弱也有一定的影响,当吹气方向相对于翼弦偏上时,吹气射流"裹携"来流与消除分离涡的作用增强,升力提升更为明显.      

零质量射流对翼型增升影响的数值模拟研究

针对安装了激振器的NACA0012二维翼型,采用数值模拟的方式对零质量射流技术进行研究.流场解算器采用了中国航空工业空气动力研究院计算所自主研发的ENSMB V1.2计算平台.计算结果给出了湍流模型对零质量射流数值模拟技术的影响,并且分析了激振器参数对翼型气动力特性的影响规律.     

结冰对飞机飞行包线影响分析及控制

为解决飞机在结冰后因飞行包线范围缩小而危及飞行安全的问题,针对飞机纵向三自由度非线性模型分析了翼面结冰对飞行包线的影响。在二级折线软限制式迎角限制器中引入结冰信息,综合考虑各个结冰传感器信号,通过比较采用对迎角、襟翼偏度限制最大的结冰信号来设定限制器阀值,在线/实时地改变可用飞行包线范围,使结冰飞机在缩小的飞行包线范围内能够安全飞行。仿真计算表明,该方法实用有效,可供飞机结冰问题研究人员参考。     

转子叶片表面非定常气动力的构成及叠加分析

数值模拟了一个带有导叶的单级低速压气机中转子叶片表面的非定常气动力.通过研究转子叶片根部、尖部前缘和尾缘局部位置的非定常气动力,阐明了由尾迹和势扰动两种非定常性诱发的气动力在转子叶片表面的叠加特性.结果表明,上游尾迹的影响波及整个转子叶片弦长范围,而下游静子叶片势扰动仅影响转子叶片尾缘附近的脉动压力,改变上、下游叶片的时序位置,当整个转子叶片表面脉动压力的幅值比最大值减小19.4%时,其叶尖前缘脉动压力的幅值仅比最大值减小9.4%.      

基于有限元方法的凹槽超声检测

从比较成熟的有限元基本理论出发,建立具有吸收边界的二维有限元数值模型,对含有不同大小凹槽的模型进行了数值模拟研究;由波场快照图清晰地显示了凹槽对声波传播的影响,通过对截取的时域A-扫描曲线上底面回波进行频谱分析得到的频域特征量和灵敏频率可以识别出不同宽度的凹槽。应用有限元模拟方法所得结果对实际应用有一定的参考意义。     

速度比对气-气喷嘴燃烧性能的影响

为研究应用于全流量补燃循环发动机的气-气喷嘴,开展气氢/气氧为推进剂的同轴剪切喷嘴的热试试验研究。通过测量燃烧室压力和燃烧室壁面温度,研究氢氧速度比变化对燃烧效率和对燃烧室热载荷的影响。结果显示燃烧效率受到速度比和推进剂喷射绝对速度的影响;燃烧室热载荷随速度比增大而增大。气-气喷注器的设计应选择小的氧喷注压降和适合的速度比。     

基于控制理论的压气机叶型数值优化方法

将基于控制理论的气动优化方法应用于轴流压气机叶型设计.以Euler方程作为流动控制方程,具体推导得出了其相应的伴随方程,分析了边界条件,并给出求解方法.以给定压力分布作为目标函数,将参数化叶型作为设计变量,在求得目标函数对设计变量的梯度信息后,结合BFGS优化算法得到优化方向,更新设计变量完成叶型的优化设计.通过三个算例验证了该叶型优化设计方法的有效性.      

铆接薄壁梁疲劳寿命计算与试验分析

用液压伺服疲劳试验机,对铆接薄壁纯弯梁进行了疲劳寿命试验,给出了试验结果。用应力严重系数法,计算了铆接薄壁梁的疲劳寿命。疲劳寿命计算结果与试验结果相差较大。分析认为,给出的钉孔填充系数偏高,不适于用来计算铆接薄壁结构的疲劳寿命。经过分析和研究,给出了适于计算铆接薄壁结构疲劳寿命的较合理的钉孔填充系数。还探讨了各种改进 Ｎｅｕｂｅｒ 法对计算铆接薄壁结构疲劳寿命的适用性。     

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.