液体火箭发动机喷管发汗冷却研究

采用SSTk-ω湍流模型对液体火箭发动机喷管发汗冷却进行了全场耦合计算,考虑了不同孔隙率、变物性、可压缩性、多孔介质热弥散效应、微尺度流动以及传质等因素的影响,比对再生冷却分析了不同注入率对壁面温度、冷却效率以及边界层厚度的影响;结果表明平均注入率的增大使平均壁温以更大的比例降低,采用发汗冷却的喷管喉部不再是最高温的部位.将CFD计算结果分别与实验以及一维气动公式计算结果进行了比较,证实计算结果可靠.      

新型带垫卡箍的研究

卡箍在飞机上的应用较为广泛,卡箍的质量问题也会影响飞行的安全.新型带垫卡箍结构形式优异、减震性能好,且橡胶垫片性能好、耐老化、耐燃烧,有效解决了现在军用飞机上带垫的夹紧卡箍橡胶垫片老化严重、减震性能差、拆卸、使用和维护不方便的问题,满足了军机的使用需求.     

基于联系度的雷达导引头综合能力评估

雷达导引头是反舰导弹的重要组成部分,对其综合能力的评估是一个多因素综合评判问题。文章分析了影响雷达导引头综合能力的主要因素,建立了雷达导引头综合能力评估指标体系和基于联系度的雷达导引头综合能力评估模型,并提出了联系度的比较规则。最后,评估得出了国外几种典型的雷达导引头综合能力的优劣排序。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

不同结构超声速燃烧斜坡喷注器性能对比研究

为了进一步研究斜坡结构特点对超声速流场混合增强作用,设计了膨胀型和压缩型两种斜坡实验件,并分别进行了火焰传播、纹影及油流谱实验.利用数值仿真的方法对斜坡后压力分布、激波间相互作用以及流向涡的卷起过程进行了分析研究,与实验结果对比一致.最后分析了实验结果与国外相关研究的差异,论证了该设计的两种斜坡喷注器中膨胀型斜坡有更好的自燃及火焰稳定作用.      

精密跟瞄Hexapod平台研制及其振动控制

为了实现星载光学设备的精密跟瞄,以自行研制的宏/微双重驱动复合作动器为主动元件,设计了合理的平台构型,选择并装配了铰链等关键部件,组装完成了具有振动主动控制和大幅跟瞄能力的Hexapod平台原理样机。利用牛顿-欧拉法建立了Hexapod平台线性动力学模型。采用改进的自适应振动消减器(ADC)方法进行了平台主动隔振的控制仿真与实验研究。由仿真结果可知,当Hexapod平台底部受到方向不同的双频正弦微振动干扰时,控制可以隔离干扰向平台上平面的传播;在实验中,平台上平面处于水平位置及转动一定角度时,底部微扰动引起的各杆振幅均下降了90%左右。结果表明了所研制的Hexapod平台用于主动隔振的可行性、建模的有效性以及改进的ADC方法的合理性。     

对地观测卫星成像调度的多目标约束修正方法

 约束修正是对地观测卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化,是一类复杂的组合优化问题。为得到优化可行的成像调度方案,提出一种新的约束修正方法。针对约束修正问题构建时间序有向图模型,并将约束修正问题归结为点带约束成本的优化路径搜索问题;在此基础上,提出一种基于标记更新的多目标约束修正算法。实际问题的实验与分析表明：该方法能够在规定的时间内求得问题所有的多目标优化解,有效地解决了卫星成像调度的约束满足与优化问题。     

民用飞机初始库存量的预测模型及优化方法研究

以民用飞机可靠性数据为依据,对ABJ21飞机备件进行合理的分类,并建立了相应的初始库存量预测模型,对ARJ21飞机初始库存量需求进行定量的计算和优化分析,在一定条件下达到了制造商的节约成本和满足一定可用度的双重要求。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。