固体火箭发动机推力线横移和偏斜模拟计算

分析了固体火箭发动机推力线横移和偏斜的影响因素，介绍了由静态影响因素引起的偏差计算方法，得到的模拟计算结果与实测结果相近。这种计算方法将有助于改进导弹的姿态控制精度。     

非结构同位网格SIMPLE类算法收敛性能比较

以非结构网格的SIMPLE算法为基础,将算法扩展为SIMPLEC算法.利用30°角的斜方腔流动计算成果,分析了非结构同位网格的SIMPLE/SIMPLEC算法的收敛性能;比较了因网格的非正交而引入的非正交项的取舍对该算法收敛性能的影响;并采用显式校正步法对SIMPLEC算法进行了显式校正.比较表明,在非结构同位网格SIMPLEC算法中可忽略非正交项,但有必要对压力作亚松弛.显式校正步法可显著地加速在非结构网格上求解N-S方程的收敛性能,而且在不同的松弛因子组合下,均有较好的收敛速率.     

论社会主义市场经济条件下的按劳分配

我国现阶段实行的按唠分配不是马克思原意的按劳分配，而是按社会必要劳动时间分配，是按劳分配原则在社会主义市场经济条件下的转化形式。按社会必要劳动时间分配的实质是按生产要素分配。     

漩涡发生器对燃油喷嘴的雾化性能影响的数值研究

为了探讨漩涡发生器(简称V.G)对燃油喷嘴雾化性能的影响,利用Gambit分别建立了原型喷嘴、加装2个漩涡发生器和加装4个漩涡发生器喷嘴的模型,并利用FLUENT软件进行了数值模拟,得到了三种模型的出口流场分布图。计算结果表明:在相同燃油压力下,加装漩涡发生器可以加快射流的混合速度,其中加装4个漩涡发生器的喷嘴的加速掺混能力最高,加装2个的其次,但仍比"原型"的情况有明显的改善;当燃油压力改变时,掺混能力会随着燃油压力的提高而提高。     

基于PaSR模型的低旋流燃烧大涡模拟

为了深入理解低旋流流场特征和燃烧稳定性,基于OpenFOAM平台,采用动态k方程模型和有限速率PaSR模型对甲烷/空气预混低旋流燃烧进行了大涡模拟,研究了气流入口速度、当量比和压力等流场参数对流场结构和燃烧非稳态特性的影响,分析了流场大尺度结构与火焰相互作用。结果表明,流场结构和火焰抬升高度受入口速度影响较小,流场和火焰形态能够保持自相似性;随着当量比和压力提高,流场扩张性增强并在燃烧区下游产生回流区,火焰稳定不依赖回流区,根部火焰锋面形状由U形转变为W形,火焰抬升高度降低。火焰锋面稳定在剪切层,剪切层产生的周期性有序涡结构引起当地流场速度脉动和火焰表面褶皱,反映了流场非稳态特性;通过剪切层监测点瞬时轴向速度分析,涡结构特征频率随速度增大而提高,由250Hz提高至300Hz,随当量比和压力提高而降低,由250Hz降低至125Hz。     

一种扩展的比例导引规律及其弹道方程的构建

在传统的动力学微分方程的基础上提出了一种扩展的比例导引法 ,并给出了该导引规律下的相对弹道方程。文中的推理过程表明 ,这种导引规律对导弹、目标的运动速度几乎没有限制 ,理论上说明运用该制导规律的导弹将能对付高机动大速度目标 ,其弹道方程的建立 ,使得研究该制导规律下的弹道特性成为可能。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

无人直升机自动着舰导引控制设计与验证

针对无人直升机自动着舰的特点和需求,研究着舰导引轨迹生成,进行着舰导引轨迹跟踪控制设计,并通过仿真和飞行试验验证跟踪控制的精确性。     

多校区高校学生管理分析及管理体系构建

基于当前形势下高校多校区办学现状,针对学生管理过程中出现的问题,以大学生全面发展为目标,以培养大学生自我教育、自我管理的能力为主要途径,结合教育大平台的开发,利用网络资源的优势,依托校园文化的影响,建立起大学生自我教育、自我管理的引导及监控管理体系。     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。