智能固体发动机概念及发展设想

具有按需调控、自主感知与决策能力的智能动力是未来战争的核心技术.本文提出了智能固体发动机的概念和内涵,重点阐释高适变、高效能、高矢量调控以及自主感知、自主评估以及使役状态的自主决策等特征,探讨了智能固体发动机的技术路线,策划了以变推力发动机、可控可熄发动机以及高效能全域矢量调控发动机为代表的产品布局.开展智能固体发动机...     

一种简化的下击暴流工程模型

本文根据飞机设计的需要和下击暴流的物理特征,建立了一种简化的下击暴流工程模型。利用该模型进行了飞机对下击暴流响应的计算,分析比较了下击暴流中风速和风速梯度对飞机响应影响的大小。所得结论具有一般意义,可供飞机风切变响应计算分析参考.     

基于S变换的时频特征提取与目标识别

目标的时间-频率联合分布能够很好地反映目标物理结构特征,可以作为雷达目标识别的一个有效手段。针对现有时频分析方法存在的识别率低和抗噪性能差等问题,提出一种基于S变换的空间目标回波信号电磁特征提取与识别方法。首先对目标的雷达回波进行时频分析,得出在较大方位角变化范围内和不同信噪比情况下,目标S变换的时频分布具有相对不变性的结论;然后基于这种稳定的时频分布特征,采用最小贴近度的方法进行分类识别。针对不同目标模型的仿真结果表明,该方法的识别率高于其他时频分析方法并且具有很好的鲁棒性。     

基于POGO柱三点支撑的飞机大部件调姿方法

 针对飞机数字化装配中大部件调姿与对接问题,设计了一种精密三坐标POGO柱,在此基础之上提出了一种基于三坐标POGO柱三点支撑的姿态调整方法。对基于POGO柱的调姿特性进行了分析,掌握了姿态可叠加特性和POGO柱受力状态的可叠加特性,由此得到了大部件调姿过程中三坐标POGO柱受力变形的计算方法,并给出POGO柱变形引起大部件姿态误差的数学模型,为控制系统实施调姿过程误差补偿提供了依据。仿真分析和实验研究表明基于3个POGO柱的大部件调姿方法具有稳定、可靠、高效的优点,通过简单的重组可以推广到四点支撑以便适应各类大型部件姿态调整的需要。     

静态滚转角对双三角翼涡流特性影响的数值研究

采用微可压缩模型（SCM）做为双三角翼低速流动控制方程,采用二阶Roe格式和LU-SGS方法离散控制方程。研究20°根弦名义攻角下,76°/40°双三角翼具有不同静态滚转角下的定姿态涡流特性。研究给出了不同滚转角下的空间涡流及表面极限流线,对滚转引起的攻角、侧滑角效应以及后掠角效应进行了分析,并对这些效应引起的流场结构、表面压力分布及气动力/力矩特性的变化进行了分析。结果表明：SCM能够较好地模拟低速双三角翼背风区的复杂涡流场,方法稳定性、收敛性较好 静态滚转导致双三角翼背风区涡流呈现复杂的非对称现象和涡破裂特征,并导致升力下降、横向稳定性变差。     

基于DSP捕获单元和复合滤波的航空发动机转速测量

主要阐述了基于DSP捕获单元和复合滤波算法的航空发动机转速测量方法。首先介绍了DSP捕获单元（CAPTURE UNIT）的原理和在转速测量中的应用方法,针对航空发动机的转速测量中电磁环境的特点和抗电磁干扰的需要,提出了在这种恶劣电磁环境下能克服噪声和随机脉冲干扰的复合滤波算法。以TMS320 2000系列DSP和某航空发动机的转速测量为例,描述了转速测量方法的软硬件设计和功能实现,方法具有精度高、速度快、抗电磁干扰能力强的特点,有较强的实用性。     

基于领域的机器定理证明的研究

采用分类的思想,对领域内的证明问题进行了归纳总结、抽象,在计算机上建立了相应的模型,采用基于知识的推理技术,设计了机器定理证明的实现流程,并针对某种具体类型实现了相应的原型系统,得到了满意的结果。分类思想为具有较强客观规律问题的机器自动求解提供了思路。     

货物空投系统自动脱离锁成功脱离概率分析

定量研究了空投系统某型自动脱离锁在较大地面风速条件下的成功脱离概率。由系统力学特性分析确定影响脱离锁工作的主要因素;基于着陆阶段系统动力学分析,建立脱离锁成功脱离概率分析模型;采用均匀分布和正态分布两种随机模型分析成功脱离概率;引入安全脱离风速、安全设计开锁力等指标指导脱离锁设计。分析结果表明某型脱离锁成功脱离概率随设计开锁力增加而提高,在一定风速范围内随风速增加而降低。分析方法为空投系统脱离锁设计提供了理论依据,可用于空投行动的辅助决策,提供空投成功率。     

跨声速压气机中动叶弯和掠对尾迹输运的影响

对一单级跨声速压气机设计工况下采用了3种弯、掠动叶后的非定常流场进行了数值模拟,分析了动叶弯、掠对动叶尾迹的非定常脉动强度以及向下游输运特性的影响.研究结果表明:与原型动叶相比,3种弯、掠动叶都减弱了动叶出口的泄漏涡和尾迹顶部脉动核心的脉动强度,使其在向下游输运过程中耗散较快;3种弯、掠动叶尾迹的中间段的脉动强度都有所加强,并且在输运过程中有向根部迁移的趋势,从而会使静叶的中部和根部受到较强的扰动.      

证据理论和神经网络结合的目标识别方法

提出用证据理论和神经网络结合的高分辨率雷达(HRR)目标识别方法,即首先把多个目标高分辨一维距离像送入学习矢量量化神经网络,进行目标类证据估计;然后用D-S证据理论对各次估计结果进行融合.提出了连续特征空间离散化及类支持度构造的方法,并分析了神经网络识别的误差原因.仿真实验结果表明,这种方法的输出正确识别率比仅仅使用矢量量化神经网络有较大的改善,抗噪能力也有所提高.