涡轴发动机燃烧室头部流场试验研究

对涡轴发动机短环直流燃烧室进行了突扩区和火焰筒头部间流场试验研究。采用ＬＤＶ多谱勒激光测速仪测量了燃烧室头部的时均速度场和各测量点的紊流强度，并绘制了流谱。通过对七种不同结构方案扩压器进行试验，研究了几何参数和前置扩压器出口气动参数变化对突扩区和火焰筒头部间速度场以及各点紊流强度、旋涡位置与大小的影响。通过流场分析找出各参数对燃烧室性能影响的规律。本试验结果可为涡轴燃烧室的优化设计提供可靠的有应用价值的试验依据。     

应用数字图象处理技术研究涡流场

本文描述的实验采用干冰为示踪粒子，对脱体涡系作了流动显示，并对摄取的图片进行了数字图象处理。结果清楚地提示了涡的三层结构。在主涡的诱导下，出现二次涡，而二次涡会影响脱体涡的速度分布。实验还得到了脱体涡流场的灰度分布图，并将得出的涡核直径与ＬＤＶ得到的结果进行了对比。实验结果还证明来流迎角、侧滑角及前缘后掠角会影响涡核的位置和强度。当机翼前缘后掠角增加时，脱体涡向不稳定方向发展。     

复合材料叠层结构孔口附近应力分析方法研究

本文在总结前人对复合材料结构开口的应力集中研究的基础上,根据孔口附近应力场的特点,提出了一种适于工程应用的复合材料叠层结构开口附近应力分析的有限元改进算法。由于应力计算精度的改进仅在孔边、拐角等高应力梯度区域局部进行,且改进后的单元能进一步精确描述应力集中区的应力场。因而,使用该方法计算孔边应力,用较少的单元就能得到满意的精度,大大减少了计算费用和时间。 文中选择了一些有代表性的考题验证了该方法的有效性。并着重研究了带有圆角矩形孔的复合材料层板结构的孔边应力分布,给出应力集中系数随圆角半径的变化规律、孔边加强对应力集中的改善以及±45°纤维铺层比例对孔边应力分布的影响,得到了一些对工程部件开口设计有用的数据资料。     

多维驱动微型振动平台的研制

一种以压电元件为驱动源,结合柔性铰链机构的微型振动平台,通过计算机设计控制电压波形,对其进行三维振动控制.通过实验证明,该机构具有良好的波形跟踪性能,易于实现复杂控制波形,适用于微型机械的动态性能测试.     

三坐标测量机的误差分析与修正

根据三坐标测量机的结构特点分析了影响三坐标测量机精度的误差源,提出了对三坐标测量机的误差进行软件修正的方法,并做了两维坐标测量误差修正的验证。     

行星际空间MHD模拟激波跃变关系分析

分析了模拟得到的可以传播到1AU以远的日地空间磁流体力学激波与Rankine-Hugnoniot跃变关系的符合程度．通过对模拟激波的结构及其在传播过程中的演化进行的分析，提出了模拟激波的定位方法；基于所提出的定位方法，利用向长青提出的确定MHD激波局地参数的方法计算了模拟得到的激波与Rankine-Hugnoniot跃变关系的偏差．结果表明在激波传播到100Rs以后，激波对中前向快激波与Rankine-Hugnoniot关系的符合达到很高的程度，相对误差在10^-2数量级以内；并且在激波传播到150 Rs以后，相对误差在10^-3数量级以内．这个结果说明文中所使用的有限差分数值格式能较好地模拟激波．     

参量型空气折射率传感系统

本系统分别利用传感器测出空气的温度、气压和湿度三个参量,把测量值用一个通用于不同机型的接口电路连接到微机进行数据处理并计算出空气折射率值。文中叙述了传感器及其检测电路的设计原理,给出了检测和接口电路框图、计算公式和程序流程图。整个系统已通过联机调试和初步的对比试验。     

五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

激光点火系统损耗检测温度误差补偿方法

点火通路损耗检测精度是激光点火系统的一个重要指标,其在很大程度上决定着点火系统状态判断的准确性.针对激光点火系统损耗检测精度随温度变化的问题,对不同温度条件下激光点火系统的点火通路损耗检测精度进行了分析.分析结果表明,探测器暗电流、运放输入偏置电流和输入失调电压等均会影响检测精度,且检测偏差随温度升高而增大.建立了点火通路损耗检测温度误差模型,在-40℃～75℃范围内,采用温度误差模型进行补偿后,火工品发火前的损耗检测偏差(峰峰值)从0.62dB减小为0.16dB,火工品发火后的损耗检测偏差(峰峰值)从1.45dB减小为0.30dB,提高了损耗检测的精度,为判断是否具备发火条件及发火状态提供了有效支撑.     

Low-latitude storm time ionospheric predictions using support vector machines

The electromagnetic drift plays an important role in low-latitude storm time ionospheric dynamics. In this study we attempt to utilize the electric field data into ionospheric predictions by using support vector machine (SVM), a promising algorithm for small-sample nonlinear regressions. Taking the disturbance electric field data as input, different SVMs have been trained for three seasonal bins at two stations near the north crest of the Equatorial Ionization Anomaly (EIA). Eighteen storm events are used to check out their predicting abilities. The results show fairly good agreement between the predictions and observations. Compared with STORM, a widely used empirical correlation model, the SVM method brings a relative improvement of 23% for these testing events. Based on this study we argue that the SVM method can improve the storm time ionospheric predictions.