风洞地板边界层厚度控制新方法

本文介绍了一种风洞固定地板边界层厚度控制新方法。风洞试验结果比较表明,这种方法不但能显著降低地板边界层厚度,而且边界层控制装置对风洞气流干扰较小,流场较均匀,气流品质较好。与国内外现有的风洞地板边界层厚度控制方法相比,这种方法颇具特色。     

远程导引可行飞行方案寻求算法研究

提出了一种寻求远程导引可行飞行方案的算法，能够满足远程导引对测控、日照、燃料和时间等各方面的要求；重点论述了Lambert一次变轨方案，给出了算法的具体步骤和主要模块的实现方法；最后给出了一个算例，说明算法是切实可行的。     

SFD方法模拟高超声速进气道中激波与边界层干扰

采用ＳＦＤ方法,在ＥＸＣＥＬ软件上利用ＮＮＤ格式数值模拟了激波与平板边界层之间的相互作用以及激波与管道壁面边界层的相互作用,即高超声速进气道隔离段内激波串流动现象。该方法的特点是简单、直观而且不用常规编程,计算结果基本反映了流场的基本结构,表明ＳＦＤ方法是一种具有潜力的计算方法。     

3D-C/SiC复合材料拉-拉疲劳模量和电阻的变化

在室温最大应力为250MPa，应力比R＝0．1和频率为60Hz条件下，对3D－C／SiC复合材料进行了拉－拉疲劳试验。用共振法和电阻增量仪分别测试了杨氏模量及电阻的变化。结果表明：随循环次数增加，杨氏模量呈显著下降，缓慢下降和突然下降的变化规律。杨氏模量的下降大部分发生在疲劳循环的前600次。缓慢降低阶段约占疲劳寿命的94％以上，此阶段杨氏模量变化率与循环次数的对数近似呈线性关系，电阻变化率除首次循环降低外，随着循环次数增加一直在增加。增加规律大致可分为缓慢增加，台阶式增加和急剧增加三个阶段。材料的电阻变化率基本反映了纤维的损伤程度和破坏形式，可作为表征复合材料纤维损伤的有效参量。     

基于BP网络的机载导弹备件需求量预测

针对机载导弹部署后期与备件有关的各项保障数据比较充足的情况,在进行备件需求量影响因素分析和量化的基础上,应用BP神经网络模型对其进行了预测。仿真结果表明,充分利用了各有用数据,能有效提高预测的可靠性和准确性。     

飞机舱门锁机构多失效模式可靠性分析方法

如何提高飞机舱门锁机构关闭系统的可靠性计算效率,减少计算时间,降低舱门故障率是亟待解决的 问题。选取某型飞机舱门锁机构为研究对象,通过 LMS建立飞机舱门锁机构仿真模型,研究锁机构关闭过程 中最大液压力失效和关锁时间失效模式的影响因素,考虑两种失效模式之间的相关性,基于重要抽样法和 B-P 神经网络方法,计算飞机舱门锁机构多失效模式下的可靠性;将这两种方法仿真计算结果与传统蒙特卡罗方法 计算结果进行对比,结果表明:以上两种计算飞机舱门锁机构可靠性的方法是合理的,其误差范围均在3%以 内,且两种方法的计算效率相较于传统方法均有所提高;其中,B-P神经网络方法比重要抽样法计算精度和效 率更高,更适用于研究飞机舱门锁机构的可靠性问题。     

邻苯二甲腈基联苯型酚醛树脂的制备与性能

以碱为催化剂,通过联苯型酚醛树脂与4-硝基邻苯二甲腈之间的亲核取代反应,制备了邻苯二甲腈基联苯型酚醛树脂(PBN).流变性能测试结果表明,PBN树脂在180 ～ 300℃,黏度＜400 mPa·s,表明该树脂具有优良的加工性能.DSC测试结果表明,PBN树脂的固化温度为280～450℃,固化反应峰值温度为377℃,固化放热约为187 J/g.该树脂表现出优良的耐热性,其储能模量起始下降温度高于450℃,Td5约为529℃,氮气氛围、900℃残碳率约为78％.     

风挡防冰表面温度场计算

在研究国内外有关资料的基础上，采用了量纲分析的方法，建立了风挡外表面温度场的计算模型。回避了对自由流与射流相互干扰这一复杂问题的研究，同时对该计算模型进行了验证，并开发了相应的计算程序。该问题的解决，填补了国内在该领域中的空白。     

网络电磁空间作战情报保障效能评估指标体系构建

为全面评价网络电磁空间作战情报保障的效能,提出将网络电磁空间作战情报保障效能评估指标体系划分为三层结构,并进一步研究各层次的效能指标,最终形成完整的效能评估指标体系.     

Solar activity prediction studies and services in NAOC

Solar activity prediction services started in 1960’s in National Astronomical Observatories, Chinese Academy of Sciences (NAOC). As one of the members of the International Space Environment Service (ISES), Regional Warning Center of China (RWC-China) was set up in 1990’s. Solar Activity Prediction Center (SAPC), as one of the four sub-centers of RWC-China, is located in NAOC. Solar activity prediction studies and services in NAOC cover short-term, medium-term, and long-term forecast of solar activities. Nowadays, certain prediction models, such as solar X-ray flare model, solar proton event model, solar 10 cm radio flux model, have been established for the practical prediction services. Recently, more and more physical analyses are introduced in the studies of solar activity prediction, such as the magnetic properties of solar active regions and magnetic structure of solar atmosphere. Besides traditional statistics algorithms, Machine Learning and Artificial Intelligence techniques, such as Support Vector Machine (SVM) method, are employed in the establishment of forecast models. A Web-based integrated platform for solar activity data sharing and forecast distribution is under construction.