基于转捩模型的吸附式压气机正弯叶片数值研究

采用三维数值方法研究了吸附式压气机扇形叶栅中正弯叶片的流场和气动性能,通过对比分析三种不同的孔式抽吸方案,以探讨附面层抽吸抑制三维流动分离、减小损失的机理。首先通过与前期实验数据的对比,校核了数值计算代码的可靠性,所得到的流场特性与实验数据有较好的一致性;其次通过在常规直叶片和正弯叶片中采用孔式附面层抽吸方法,以对比不同叶片积迭形式时附面层抽吸的效果,并探讨了通过改善抽吸设计方案提高抽吸效果的机理。结果表明,采用孔式抽吸可以较好地控制直、弯叶栅内的三维流动分离,抽吸后的吸力面气泡式分离消失,每个抽吸孔下游形成了新的基于抽吸孔特征的分离流动结构;抽吸策略的调整改善了角区的三维流动分离,尾迹旋涡的发展以及强度得到有效抑制。     

空间目标态势行为与事件本体设计与构建

针对空间目标态势威胁响应和预警研究不完善的问题，为实现空间目标行为和事件的智能推理、实时响应和主动预警，保障航天活动和空间利益，提出面向行为与事件的空间目标态势本体模型(BEO-SO2)。基于基本形式本体(BFO)，构建空间目标态势行为与事件本体模型。在统一时空框架下建立空间目标关系模型，实现空间目标行为执行和事件发生过程的动态推演。以空间目标碰撞威胁为背景，设计对象实体等级体系和碰撞威胁行为与事件要素，建立碰撞威胁推理规则，基于空间目标态势行为与事件本体进行实现、验证与展示。结果表明,空间目标态势行为与事件本体能够实现空间目标碰撞威胁的等级推理与预警，并指导进一步的空间活动，为航天任务与空间活动提供有效保障。     

形状记忆聚合物复合材料及其在空间可展开结构中的应用

综述了形状记忆聚合物复合材料及其在空间可展开结构中的应用。形状记忆聚合 物是一种智能主动变形的高分子材料,该材料在外界激励作用下能够产生较大的可回复变形 ,可应用于智能主动变形结构。首先简述了形状记忆聚合物的研究现状,然后分别介绍 了颗粒、短纤维和连续纤维增强的形状记忆聚合物复合材料的研究现状,并重点评述了三种 复合材料的电-热致驱动变形性能。此外,本文还介绍了纤维增强形状记忆复合材料在空间 可展开结构上的应用,主要包括可展开铰链、可伸缩梁和可展开天线等。
     

基于仿真技术笔记本电脑风扇模具的研究

从结构设计、运动学仿真和模具设计等方面介绍仿真技术的具体流程和设计方案,结果表明:将计算机仿真技术用于笔记本电脑风扇的模具设计是非常有效的。为复杂的电脑模具设计问题奠定了一定的基础。     

低温热敏电阻温度计校准装置不确定度的评定

根据测量不确定度的评定方法,分析和计算低温热敏电阻温度计校准装置的测量不确定度。通过校准结果的不确定度评定,掌握校准装置的计量性能及误差来源,为国防计量标准的建立、实行与考核提供不确定度评定的依据。     

航空发动机滑油箱支架断裂失效分析

针对在某发动机试车过程中发生的滑油箱支架断裂故障,通过外观检查、断口分析、磨损痕迹对比分析、材质分析以及 有限元分析计算等失效分析方法,确定了故障支架的断口性质以及断裂原因。分析结果表明：发动机滑油箱故障支架断口为起源 于吊耳内弧表面的高周疲劳断口。故障支架存在悬臂结构,当对螺栓施加拧紧力矩时,支架的悬臂结构会产生明显的变形不协 调,使支架的2个吊耳出现偏载,导致支架局部应力集中,是疲劳裂纹萌生的主要原因。在发动机试车过程中,支架在装配应力和 振动应力综合作用下,裂纹在支架应力集中区域萌生并扩展导致支架最终断裂。提出了完善设计结构形式并减小拧紧力矩等改 进建议,避免类似故障再次发生。     

发动机加力燃油总管流量调整技术研究

本文对加力燃油总管的流量及分布超标原因进行了分析,对加力总管的燃油流量、分布的调整方法进行了研究。制定了加力燃油总管采用换杆及喷杆孔的研磨等修理方案。通过试验件的加工、调整、试验、长期试车考核及验证,证明了更换喷杆的修理方法能够满足恢复加力燃油总管使用功能、降低发动机修理成本。     

微重力下胶原蛋白纤维化及羟基磷灰石结晶的初步研究

在长期空间飞行过程中, 骨质丢失是一个严重问题. 羟基磷灰石(HAP)晶体是骨骼的主要成分, 骨骼中的胶原蛋白纤维在HAP生长结晶过程中起到关键作用. 研究了胶原蛋白纤维化过程在模拟微重力和常重力条件下的变化, 对以胶原 蛋白纤维作为模板生长出的HAP晶体形貌进行了观察. 结果表明, 不同浓度胶原蛋白溶液中形成的胶原蛋白纤维, 其内部孔隙数量和尺寸在模拟微重力条件下要明显大于常重力条件下, 胶原蛋白纤维内部孔隙的分布也不同于常重力条 件下的结果. 以模拟微重力条件下形成的胶原蛋白纤维为模板生长出的HAP 晶体主要为立方体状, 而以常重力条件下形成的胶原蛋白纤维为模板生长出的 HAP晶体形貌主要为板状. 该结果有助于未来进一步阐明空间骨质丢失的机理.      

机载雷达目标跟踪与航迹信息提取

针对机动目标跟踪中航迹信息提取精度不高的问题,提出一种ECEF坐标系下基于交互多模型的多机协同跟踪算法。首先,各载机以ECEF坐标系为融合中心对目标量测进行无偏转换处理,以有效减小量测转换误差对目标跟踪的影响;然后,利用交互多模型的方法对目标进行融合跟踪,以进一步提高目标机动时的跟踪精度;最后,通过二次滤波的方法,来有效实现目标航迹信息的精确提取。仿真结果表明,该算法可较好地提高目标机动时的跟踪精度和航迹信息提取精度。     

基于随机森林的航天器电信号多分类识别方法

针对航天器电特性信号数据存在数据量大、特征维数高、计算复杂度大和识别率低等问题,提出基于主成分分析(PCA)的特征提取方法和随机森林(RF)算法,对原始数据进行降维,提高计算效率和识别率,实现对航天器电信号数据的快速、准确识别分类。随机森林算法在处理高维数据上具有优越的性能,但是考虑到时间复杂度问题,利用主成分分析方法对数据进行压缩和降维,在保证准确率的同时提高了计算效率。实验结果表明:与其他算法相比,针对航天器电特性信号数据,本文方法在准确率、计算效率和稳定性等方面均显示出优异的性能。