航天飞机三维最优再入轨道及气动加热过程

本文应用现代控制理论研究了航天飞行器三维最优再入轨道和与轨道参数密切相关的气动加热过程。文中选择飞行器迎角和倾斜角作为控制变量,以飞行器气动加热率和飞行过载沿轨道积分最小作为优化性能指标,按极大原理导出最优再入轨道有约束控制的非线性两点边值问题。采用了数值优化方法——共轭梯度法求解有升力飞行器的最优再入轨道及其热过程。文中以允许误差法讨论了权系数和罚函数的选取方法;对不同速度范围研究了不同的加热模型;按热平衡方程与优化轨道同步迭代的方法求得了算例数值结果。算例的数值结果与文献[13]的量值是一致的。     

基于VXI总线的发动机综合调节器自动测试系统的研制

介绍了某型发动机综合调节器自动测试系统的研制情况,并重点讲述了在系统开发过程中所使用的几项关键技术。     

高分散高稳定ZrO2水悬浮液的分散性研究

本文选用纳米粉ZrO2,分别采用单一静电稳定机制、加入PEG的空间位阻稳定机制和加入PMAA-NH4的电空间稳定机制制备成2vol%的ZrO2水悬浮液,通过Zeta电位、沉降实验等手段,最终得到了碱性条件下的高分散、高稳定的ZrO2水悬浮液。实验证明:当pH=8.3时,PMAA-NH4的分散效果最好。     

热交换器动态特性研究

本文从飞机空凋系统温度调节的需要出发,首先以集中参数模型的形式,用理论推导的方法,求得热交换器的动态数学模型的结构形式。然后,为了使热交换器的动态数学模型更加符合实际热交换器,文中提出不用理论推导的方法求得热交换器动态数学模型的模型参数,而用辨识实验的方法求得热交换器动态数学模型的模型参数。文木提出了热交换器动态特性的计算方法,即微分方程数值计算方法在其模型参数是状态参数函数的热交换器动态特性计算中的具体应用。并且以欧拉法为例,论述了热交换器动态特性计算的具体公式和步骤。     

悬臂空心梁式加速度计的设计

分析证明:悬臂梁式加速度计的灵敏度与它的谐振频率的平方成反比。因此,欲展宽频带而保持灵敏度不变就很困难。利用应力集中的方法可以有效地解决这一问题。采用空心梁结构不仅能产生应力集中而且能减少梁的自身质量带来的影响,可以有效地展宽频带。文中给出了几种梁的刚度计算。     

微量气味成分的自由基簇射技术脱除

研究了密闭体系中微量气味污染物的脱除作用与机理。采用电晕放电自由基簇射技术，实现了人工环境下氧化性自由基的产生；以电子自旋共振技术（ESR）对气态羟基自由基实施了捕集和检测，验证了在羟基自由基的存在下NH3被氧化为N2。通过U—I获得反应能耗和污染物去除效率为：NH3脱除效率为90．6％时，能耗1．0W。研究表明：自由基簇射技术产生的氧化性自由基可有效去除密闭生存环境中产生的NH3等微量有害气味成分，将在空间站等密闭生存系统内空气净化中有很好的应用前景。     

西藏农牧民贷款意愿及制约因素——基于2013年入户调查

依据课题组2013年对林芝地区402户农牧民的调查数据,对西藏农牧民贷款意愿与制约因素进行分析,揭示现阶段西藏农牧区居民贷款意愿与影响因素的基本事实。研究结果表明:农牧民已经认识到信贷对家庭经济的促进作用,农牧民贷款意愿较高;西藏涉农贷款门槛有所降低,但正式金融机构手续繁杂、利率高、贷款额度小等因素仍是农牧民正式金融借贷中由"想贷"到"用贷"的关键;农牧民短期、小额借贷活动更倾向于邻里、亲友间的非正式金融借贷;家庭现金收入少,农牧民家庭负担也进一步限制了农牧民的借贷行为。     

数字全息测量超高速撞击碎片云实验研究

在中国空气动力研究与发展中心(CARDC)超高速碰撞中心(HIRC)7.6 mm超高速碰撞设备的基础上，搭建纳秒级脉冲激光数字全息系统。提出滤波片和衰减片组合布置，减弱超高速碰撞等离子体自发光、提高信噪比的方法。实验获得了2.25 mm铝球弹丸以4.0 km/s的速度撞击0.5 mm厚铝板形成碎片云的全息图。采用小波变换算法对碎片云全息图进行重建，得到超高速撞击碎片云的三维结构和碎片大小。碎片云的轮廓呈椭球型，分为碎片云的前端、核心和外壳，碎片主要分布在弹丸破碎形成的碎片云核心，存在大碎片，且分布较集中，对后板的损伤也严重     

飞行员疲劳监测中的人眼定位及状态判别研究

飞行员驾驶疲劳是影响飞行安全的重要因素之一。常用基于人眼识别的方法对飞行员进行疲劳监测，其关键是人眼定位及状态判别。利用改进的平均合成滤波器算法定位人眼，根据模糊综合评价思想，判定人眼睁开闭合状态，根据PERCLOS疲劳检测方法对飞行员进行疲劳监测。实验表明，改进的人眼定位方法具有更高的精确度和鲁棒性，提出的人眼状态判定方法能够满足疲劳监测需要。为最终构建一种机载的、实时的、非接触式的飞行员疲劳监测系统提供了理论基础。     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.