多段翼构型的积冰数值模拟

基于非结构网格提出一种针对多段翼构型的积冰数值模拟方法.通过求解气体欧拉方程得到多段翼的绕流流场,基于空气绕流流场的气流速度分布,采用迭代法对水滴控制方程进行数值求解,得到多段翼各翼面的水滴收集特性;采用不同的积冰冻结模型模拟霜冰和明冰的冻结过程;利用冰层时间推进法模拟积冰过程,基于积冰法向生长假设生成积冰外形.对某典型三段翼霜冰和明冰的结冰情况进行了预测研究,根据多段翼的流场特点提出一种明冰冻结模型的求解思路,并分析了积冰对多段翼性能的影响.      

双圆弧环量控制翼型数值研究

运用数值模拟手段分析了一种双圆弧超临界环量控制翼型,它具有高速巡航短距起降双重优势,初步探讨了这种超环量翼型在起飞不同阶段和不同飞行迎角下升阻力性能变化规律。在此基础上对这种翼型进行了几何优化,结果表明,射流缝高度约为环量翼型弦长的0.2%;环量襟翼偏转角度为30°;铰链旋转点在弦长88.06%～89.85%之间时,升...     

非线性主轴降维映射法在固体火箭发动机设计优化中的应用

为在二维或三维空间中表达固体火箭发动机高维设计空间,引入非线性主轴降维映射法对多维非线性设计优化问题进行降维处理。以某大型固体火箭发动机设计问题为例,将10变量4有效约束优化问题降维映射到二维空间进行研究,拟合的非线性主轴降维映射模型中,目标函数和约束函数的相对误差控制在1.5%以内。研究表明,非线性主轴降维映射法具有发现多变量非线性优化数学模型本征特性的特点,能对设计变量重要性排序;通过降维展示设计空间全景,为优化算法和优化初始点优选提供了直观、有力的工具;优化轨迹实时展示为优化算法性质研究及算法切换提供了依据;根据优化轨迹从优化结果在降维空间中的位置能够判断优化结果是否具有全局最优解特性。     

基于实时预测轨迹修正的共轴跟踪观测方法

针对光电设备跟踪观测轨迹可预测目标,提出并实现了基于实时预测轨迹修正的新型跟踪算法。从电视观测信息中实时解算出轨迹偏差的位置分量与速度分量并修正预测轨迹,引导仪器运动。应用该方法,在被观测目标电视探测不理想时有效提高了跟踪可靠性,降低了光电跟踪设备对电视探测能力的苛刻要求。即使电视探测短时出现困难,也能保证一定精度。本文给出了实时轨迹修正跟踪方法的构成原理与试验结果,并与一般电视跟踪方法进行了对比。     

超临界机翼飞行验证机的增升装置设计

为进行超临界机翼气动设计技术的飞行验证,将某教练机改装为飞行验证机,为此必须进行增升装置的重新设计。在保持原型机襟翼平面参数和运动机构不变的条件下,完成了验证机增升装置的气动力设计工作。风洞试验表明,改装成功的验证机增升装置具有良好的气动特性。     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。     

基于Bang-Bang控制思想的迭代学习控制算法研究

根据迭代学习控制基本原理,吸取了Bang-Bang控制的思想,提出了新的迭代学习控制算法。与常用的利用迭代误差或误差变化率进行控制率计算的算法相比,该算法只需根据迭代误差的符号即可计算控制率,不仅大大减小了计算工作量,而且增强了系统的抗干扰能力。给出了算法表达式和控制结构图,进行算法收敛性分析。仿真结果表明该算法的有效性和收敛性。     

关于飞行签派培训方法的探讨

飞行签派员作为航空公司运行的指挥者，必须具有极高的综合素质和业务能力。在分析了我国目前飞机签派培训现状与存在的问题后，提出了加强签派培训的师资力量和改进签派的方式方法等有效途径，并产生了良好的成效。     

微型扑翼飞行器的气动建模分析与试验

用计算流体力学的数值模拟方法研究了微扑翼飞行器的扑翼飞行的非定常空气动力学问题。在对昆虫扑翼飞行运动的仿生模拟基础上 ,对实际可飞的微扑翼飞行器的扑翼运动建立了三维翼型的运动学与空气动力学模型。利用任意拉格朗日欧拉 ( ALE)有限元方法求解出 N-S方程的数值解 ,证明简单扑翼布局所提供的升力足以克服微扑翼飞行器本身的重力使其飞行。在此基础上 ,分别计算并分析了拍动幅值、俯仰幅度以及扑翼频率等各种扑翼参数对升力的影响。最后 ,探索性的扑翼风洞试验与飞行试验结果在一定程度上验证了文中计算方法的可行性      

广义时变ARMA序列预测方法

提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。