新一代智能座舱总体结构设计

传统座舱通过引入各种自动化功能,辅助飞行员完成任务,减小操控负担。随着战场态势变化的日趋繁杂,传统座舱设计辅助飞行员的能力达到了瓶颈,亟需研究总体结构设计改进方法,提升辅助决策能力。深入分析了传统座舱存在的问题,研究了适应新型战机的座舱设计,并综合运用态势评估、故障诊断等技术,以任务为核心,对新一代智能座舱的结构及其辅助决策等级进行了设计,阐述了各系统内部结构及功能,探讨了智能座舱与飞行员之间的关系转变。最后,梳理了相关技术途径,指明了下一步的研究重点。     

飞机结构件数控加工变形控制研究与仿真

以飞机弧形结构件这一典型易变形的零件为例,研究数控加工变形情况及其影响因素,分析数控加工过程中切削力对变形、残余应力对加工变形、装夹布局对飞机结构件数控加工变形的影响,并针对所研究的3个方面建立相应的物理仿真模型,模拟加工变形情况,提出了相应的解决方案。     

高转速压气机转子叶片的动应力测试与动力学设计评估

为评估高转速压气机转子叶片的振动特性和工作可靠性,利用有限元计算、固有模态测试与动应力试验相结合的方法对叶片振动特性进行了研究。误差分析表明:数值计算与模态试验获得的相对误差不大于4%,动应力测试在高于43kr/min时误差会显著增大,应使用试验数据验证数值计算规律和校正低转速时动频值的方法,以获得可靠的分析结果。研究结果表明:只有转速3倍频与4倍频激起的叶片一弯共振响应较为突出,但这两个共振点均远低于慢车转速,而理论分析得到的工作转速附近共振点的叶片振动应力很小,不会引起叶片的破坏性振动,叶片满足动力学设计要求。     

基于超梁降阶模型的复杂梁式结构动力学模型修正及确认

提出了一种基于超梁降阶模型的复杂梁式结构动力学模型修正技术。依据超梁降阶模型理论,并考虑可能的修正参数,将复杂梁式结构降阶为具有较高计算精度的超梁降阶模型;而后,利用基于灵敏度分析及优化算法的模型修正技术,并根据模态测试数据对模型参数进行修正,获得能够准确反映实际结构动力学特征的修正模型。最后,通过多种动力问题分析对修正模型进行评估,并与实际结构的响应结果进行对比。以典型蒙皮加筋圆柱壳为例实现这一过程。结果表明,所提出的模型修正方法具有可行性和较高的计算效率。     

网络编码在无线通信系统物理层中的应用

在对网络编码技术概念及发展现状的研究基础上,分析网络编码在无线通信系统物理层中的应用,重点研究物理层网络编码技术以及网络编码与信道编码的联合设计,并进行综述.一方面,介绍物理层网络编码机制,对物理层网络编码的主要研究热点进行分类,包括物理层网络编码的编解码设计、同步问题、与其他传输技术的结合、信息容量分析以及应用场景扩展,总结现有成果及发展方向.另一方面,研究不同网络编码与信道编码联合设计方案,根据设计的不同角度,将其归纳为结合信道编码的类型、改造软信息处理的方式、利用物理层网络编码及考虑不同的系统场景.     

高超声速飞行器多约束再入轨迹快速优化

针对高超声速飞行器再入过程中面临测控区和绕飞区的再入轨迹设计问题,提出了一种基于Gauss伪谱法(GPM)的分段轨迹优化策略。将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题(NLP)进行求解。所得再入轨迹能够使得飞行器在满足各种约束条件的情况下成功进入测控区并且有效规避绕飞区,最终到达指定点。此外,本文综合考虑飞行器再入飞行的快速性和工程实用性,并提出了再入时间、弹道倾角以及航向角相关指标的加权性能指标,同时保证了轨迹规划快速、再入轨迹平滑以及控制量变化平缓等实际需求,提高了计算效率。仿真结果表明,本文所提出的分段优化方案能够快速规划出适应不同飞行任务的再入轨迹。     

组合压气机振动故障分析研究

组合压气机试验件台架试验时振动较大,转子无法达到额定转速。本文从试验及转子系统临界转速、振型出发,通过分析计算,确定产生故障的原因,提出改进措施,并排除故障。      

管路系统通过调节阀控制气体流动的动态数学模型建立

分别推导出管路系统单元气体流动的动态数学模型,并对一个完整的管路系统进行了以调节阀的开度作为输入,被控参数作为输出的建模示例,分别建立了比例调节、容器压力调节及管路流量、压力调节比较精确的数学模型。     

某载人试验容器环控系统调节对象动态特性分析

介绍了某载人试验容器环境控制系统,就其调节对象的动态特性进行分析,给出了组份、温度、湿度调节过程的数学模型,并就被控参数的时间常数进行估算。     

基于改进BP网络的航空发动机起动过程辨识

利用某型发动机地面试验数据作为学习样本,采用改进BP神经网络的方法,建立了航空发动机起动过程动态模型。利用所建立的模型对起动性能进行了估算,估算结果与试验数据基本相符。结果表明,将改进BP神经网络用于起动模型的辨识是可行的,该模型具有精度高,推广性好的优点。对于用BP神经网络对发动机进行起动性能计算具有一定的理论指导意义和应用价值。