航空电瓶内阻测量与剩余容量探讨

论述了电瓶内阻的基本测量方法。利用３５５０电瓶内阻测试仪对典型的航空电瓶进行实际测量，结果表明，对于酸性电瓶判断比较正确，而对碱性电瓶判断不正确。     

进近雷达管制调速问题研究

对进近雷达管制中的调速问题进行了较全面的讨论。首先介绍了国际民航组织和中国在这方面的具体规定;详述了指示空速和真空速的对应关系;最后根据多年的雷达管制教学经验,提出了一些具体的调速方法和注意事项。     

MEMS加速度计组合在分度头上的标定方法

提出了一种在分度头上标定MEMS加速度计组合的测试方法,该方法可以标定出加速度计组合的刻度系数误差、加速度计零偏、三轴不正交度误差、安装误差角,同时可以分离出分度头转位机构角位置误差.首先通过建立一系列坐标系,推导了重力加速度在加速度计敏感轴的分量表达式.然后采用谐波分析法给出了误差标定方程,利用最小二乘法和Kalman滤波器进行误差参数的估计,并对估计结果进行了对比分析.最后通过三次独立实验标定结果的重复性和残差验证了该方法的正确性.     

极限条件下的大角度扩散段优化设计数值模拟

为提升某低速风洞大角度扩散段静压恢复性能,降低总压损失至分流隔板的水平,采用计算流体动力学(CFD)方法对该扩散段不同设计方案进行了模拟.采用阻尼网能有效抑制分离,阻尼网布置位置和开孔率对大角度扩散段内的流动状态和总压损失有很大影响.使用直线壁面扩散时,由于扩散角过大,第1层阻尼网对抑制大角度扩散段入口分离效果很弱,总压损失无法达到预期设定指标.采用三次曲线壁面扩散时,总压损失明显降低,小于预期指标,但存在小范围的分离.分级扩散能有效降低总压损失,按照最大静压恢复设计的分级扩散段,避免了入口的气流分离,能大幅度降低总压损失.对分级扩散的进一步研究表明,按照最大静压恢复设计的第1级扩散段扩散角已达到上限,为抑制第3级扩散段的分离,缩短第2级扩散段,减小第3级扩散段扩散角的方法是合理的.通过对不同方案流态的比较得出了最佳的参数匹配,总压损失指标达到了设计要求.因此采用数值模拟能够获得最佳的大角度扩散段设计结果.      

边界层吸入对方转圆进气道、风扇耦合影响

针对方转圆S弯进气道及风扇部件吸入进口边界层的影响问题,采用定常与非定常CFD数值模拟方法模拟并分析了进口吸入不同高度边界层时进气道、风扇部件的总体特性和流场特征,数值结果表明:随着进口边界层吸入厚度增加,进气道出口稳态周向总压畸变指数增大,风扇进口畸变区总压亏损增加、流量系数降低、相对气流角增大。但畸变区范围没有明显增加,进气道和风扇总体性能受进口边界层增厚影响不明显。受风扇增压作用影响,出口气流参数沿周向的畸变度得到有效削弱。     

单液滴蒸发测试及数据处理方法研究进展

在航空发动机燃烧室中的航空煤油雾化成液滴后蒸发燃烧,单液滴蒸发特性不但是燃烧室设计参数之一也是两相湍流 燃烧模型组的重要组成部分,对液体燃料液滴蒸发特性研究具有重要意义。对单液滴蒸发测试及数据处理方法进行总结,综述了国 内外不同测试条件下的液滴蒸发试验装置设计、基本原理与操作步骤;对比了传统与新型液滴温度测量方法及液滴成像方法;分析 了不同液滴图像处理方法的优缺点,最后总结了造成液滴蒸发试验误差的主要因素为仪器误差、液滴尺寸换算误差、挂丝方式生成 的误差、挂丝带来的误差、图像测量误差。重力场、环境温度、环境压力及来流速度对液滴直径和液滴温度变化的影响分析,以及随 着测试技术的发展所应用的多种先进测试方法和技术,为单液滴蒸发试验装置的设计、测试技术的研究提供参考,为液滴蒸发试验 开辟了新的研究思路。     

发射天线配置对混响室性能的影响研究

为了优化混响室的结构设计,采用基于矩量法的电磁仿真软件FEKO分别对不同发射天线配置时混响室内的电磁场进行了仿真计算,考察了发射天线的种类和位置对混响室场性能的影响,结果表明选择合适的发射天线并进行合理的位置设计能显著改善混响室内电场的性能。     

基于随体坐标法对单纤维在平面流场中的计算

本文讨论了利用附加在纤维主轴上的随体坐标来对纤维动力学方程进行简化,并对纤维在平面流场中的迁移、取向进行研究,为有效地预测纤维取向提供基础依据。     

基于“工作过程”机务实训的教学质量评价体系

分析广州民航职业技术学院机务实训教学质量评价体系存在的问题,提出如何基于工作过程构建一个全面合理的实训教学质量评价体系的原则和内容,并分析工作过程的质量评价体系的重要意义。     

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。