神经网络在直升机概念设计中的应用

运用人工神经网络算法得到了单旋翼布局直升机的总体参数和部件重量估算方法,为直升机方案论证初期提供了一个快速有效的决策手段.对神经网络应用了多种训练算法,并与传统回归公式进行比较,可以发现采用BR训练算法的神经网络具有比传统回归方法更好的非线性表达能力,同时又表现出比LM,SCG等常规训练算法更好的范化能力,对训练样本和检验样本都有较高的估算精度,适用于型号设计初期的参数估算.     

三角翼大幅度俯仰运动非定常洞壁干扰实验研究

在 3m低速风洞中用两个后掠角均为 70°的大小三角翼模型进行过失速非定常运动模拟 ,两个模型外形几何相似 ,根弦比为 1∶ 2 .1 2 5。在模型运动过程中测量模型的非定常气动力和风洞洞壁上的非定常壁压。研究大小模型对非定常气动力和非定常壁压特性的影响以及模型运动的缩减频率效应和雷诺数效应。结果表明 ,非定常壁压与非定常气动力一样具有迟滞特性 ,模型越大 ,迟滞环越大。     

三像素宽反走样直线的绘制算法研究

直线绘制是计算机图形学的基本内容。在光栅图形显示系统中 ,要快速绘制无锯齿的光滑直线是很困难的。本文从走样的机理入手 ,在对 Wu反走样直线算法和 Gupta &Sproull圆锥滤波反走样算法进行研究的基础上 ,提出了改进的三像素宽度直线反走样算法 ,用于显示高质量的反走样直线 ,应用于飞机座舱显示系统中全罗盘画面的刻度线绘制 ,取得了较好的应用效果。     

一种采用数学形态学方法的姿态指示器填充算法

在现代飞机座舱电子飞行仪表系统中，全姿态指示器天地区域的实时填充是个非常费时的工作，但已有算法不管是在填充速度还是硬件可实现性上都存在缺陷。本文把适于硬件实现的数学形态学方法应用于姿态指示器的实时填充中，提出了一种新的区域填充算法，在此基础上引入种子概念，发挥数学形态学的并行运算能力，提高全姿态指示器填充速度。文中进行了单粒和多粒种子的生长试验，在多粒种子并行填充的情况下，填充效果和速度性能均优于传统算法。该算法填充速度快，能并行处理，适用于姿态指示器等实时填充的场合。     

大型飞机高速气动力关键问题解决的技术手段及途径

大型飞机采用超临界机翼,并具有尺度大、飞行雷诺数高等特点,其研制中必须解决好高升阻比机翼、翼身组合体设计,推进系统/机体一体化设计,抖振特性、静气动弹性特性预测及超临界机翼流动控制等高速气动力问题。要解决这些关键气动力问题,必须进行一系列相关的大型高速风洞试验,以及解决相应的试验技术问题。     

2.4m跨声速风洞带TPS测力试验数据精度要求分析

成功建立带TPS风洞测力试验技术的一个关键问题是确保试验数据具有足够的精度,必须精细地分配误差。为获得满足工程需要的高精度测力试验数据,给出一种基于计算机符号运算的子程序,完成不确定度计算过程中公式自动推导、计算。最后通过对TPS风洞试验数据精度的敏度分析,给出了某运输机在2.4m跨声速风洞TPS试验中各环节的误差分配要求。     

光纤连接器端面研磨的技术关键

简要地介绍了连接器的生产中最关键的研磨工艺，对研磨工艺流程，研磨质量跟踪表和研磨质量指标通过实际生产过程进行研究。而且利用跟踪记录的研磨数据，并根据研磨质量的指标，找出一套最佳的研磨工艺。从而生产出高质量的连接器。     

雷诺数对轴流风扇/压气机性能和稳定性的影响

介绍了一种预估轴流风扇／压气机特性和不稳定边界的方法。该方法采用考虑雷诺数影响的“基元叶栅法”计算轴流风扇／压气机特性，并利用C．C．Koch提出的“有效静压升系数法”预估轴流风扇／压气机的不稳定边界。为了验证方法的可行性，本文模拟了从地面到20 000m高空的雷诺数变化，对一个五级高压压气机在不同雷诺数下的特性及稳定性进行了计算分析。计算结果表明，轴流压气机的特性和稳定性都随雷诺数的降低而下降。     

多相流量计测单元阻力模型实验研究

建立了全新的用于多相流量计测的单元阻力模型,并在此基础上开发出多相流量计测系统实验样机和配套计测软件。通过自建多相流测试环道上大量的模拟现场工况实验研究,对计测模型进行了评价。实验数据表明：该计测模型可以适用于多相流中不同粘度的液相流量计量;可适用于较宽的气、液相流量变化范围;模型计测误差稳定在可接受的水平,适当延长计测周期可以明显改善计测误差。     

小波分析和人工神经网络在金属超声无损检测缺陷分类中的应用

基于金属超声检测中的缺陷脉冲回波为非稳态信号的特点，对高温合金材料超声检测信号的小波变换进行了特征分析，提取了各级小波分解信号的能量分布特征，最后将这些特征输入人工神经网络进行训练和分类，实验表明，这种方法具有良好效果。