塞式喷管设计和性能验证

提出了简化的塞式喷管型面设计和优化方法,并以气氢/气氧为推进剂,对圆转方内喷管一单元直排塞式喷管性能进行了热试实验验证.用圆弧和抛物线近似内喷管型面,用抛物线和三次曲线近似塞锥型面,以从海平面到设计高度的飞行总冲最大为目标函数,进行塞式喷管型面设计和优化.介绍了实验系统及实验发动机主要零部件的结构和设计参数,给出了实验参数测量结果、实验照片和数据分析.实验表明,塞式喷管具有良好的高度补偿能力和较高的效率.在三个不同高度下,实验喷管效率在93%～98%之间,预计设计点效率不低于98%.实验结果表明,所提出的塞式喷管型面设计和优化方法是合理可行的.     

碳氢燃料超燃冲压发动机燃烧室控制试验

设计了超燃冲压发动机燃烧室控制回路,采用基于可调气蚀文氏管的燃料流量调节系统动态调节燃料流量,根据反馈的推力和隔离段压强等测量数据进行燃烧室推力增益控制和燃烧室-隔离段干扰控制,并在直连式超燃冲压发动机试验系统上进行了推力单水平控制试验和推力多水平/燃烧室-隔离段交互控制试验.试验表明:燃料流量调节系统工作稳定,文氏管按指令行程作动,流量调节过程清晰;测量推力随流量变化基本上同步变化;对目标推力增益和燃烧室-隔离段交互的控制有效,并为进一步深入研究超燃冲压发动机燃烧室控制问题奠定了基础.      

基于经验模式分解法的航空发动机振动传感器故障诊断技术研究

在深入研究经验模式分解法基本理论的基础上,针对航空发动机振动传感器故障的时频特征,提出一种基于经验模式分解法的传感器故障诊断新方法.该方法的关键在于将含有传感器故障的航空发动机振动测试信号进行经验模式分解,利用这种方法的局部自适应特性和时频多分辨率分析将传感器输出信号的局部特性细化,使故障信息凸显出来.分析结果表明,该方法可以准确诊断传感器软、硬故障,有效降低误报率和漏报率,具有很好的应用价值.     

基于遗传算法的翼型多目标气动优化设计

采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。     

预拉伸条件下铝合金焊接残余应力的数值模拟

利用ANSYS有限元分析软件,通过APDL语言编程,实现了不同预拉伸应力条件下铝合金平板对接焊过程中,温度场及应力场的模拟分析.计算结果表明,预拉伸焊接法可以有效地控制焊接残余应力,随着预拉伸应力的增大,其焊后残余应力值逐渐减小.当预拉伸应力σP从0增加到90%σ0.2时,纵向残余应力降低了85.6%.模拟分析结果与实验测试结果基本吻合.     

喷管分离流动与侧向载荷定常数值模拟

利用商业CFD软件,进行了三维、有粘、定常计算,模拟了某液体火箭大面积比喷管地面条件下的分离流动.计算了多个不同入口总压下的工况.其结果预示了该喷管的分离流动在不同入口总压下的激波模态变化,并获得了非对称分离及其造成的侧向载荷的分布情况.计算为进一步相关研究打下了基础.      

关爱贫困学生 搭建成长平台

随着高等教育大众化时代的推进,高校贫困生问题更加突显.如何扶助贫困大学生、为其搭建成长平台,成为新时期高校的一项重要任务,这不仅关系到贫困生能否健康成长、能否顺利完成学业,还直接关系到党的全面育人方针的实现.从贫困资助体系存在的不足,探讨了如何构建新型资助体系,为贫困学生切实"解贫".     

生物流化床污水处理研究进展

通过对生物流化床技术的发展的综述,指出了目前生物流化床技术的主要故障,并从载体的实用、反应器的设计及工艺研究等方面进行了对比,提出了降耗、除污、开发高效微生物菌种等改进的方向.     

论社会政策视野下的志愿者行为

现代社会中志愿者是作为政府改革的支持者角色而出现的,在社会政策的视野里,志愿者行为具有弥补政府失灵和市场失灵的功能,同时有助于社会建设和社会福利社会化目标的实现.志愿者行为所具有的工具性和社会性功能都具有不同的内在蕴意,相对志愿组织的公共扶持而言,政府应该充分利用志愿者个体的行为服务于公共服务和社会管理,同时也要注意其局限性所在,并规范个体志愿行为的发展和成长的社会空间.     

一种改进的Lucas—Kanade光流估计方法

Lucas—Kanade算法是一种重要的光流估计技术,在计算机视觉领域有广泛的应用。但对于图像纹理欠丰富的区域,Lucas—Kanade算法光流估计结果较差。文章提出了一种改进的Lucas—Kanade算法：首先,计算跟踪置信度因子;然后,通过阈值检测剔除不可靠的光流估计结果;最后,进行邻域填充。该方法改善了纹理欠丰富区域的光流估计,对矮人模型图像序列进行了实验,证明了方法的有效性及优于Poelman方法和Chiba方法。