星敏感器光学系统的热/结构/光分析

星敏感器是高精度的航天器姿态测量器件,其性能受太空温度环境的影响。运用有限元法和光线追迹法,建立星敏感器光学系统的热/结构/光分析模型,研究光学系统温度分布与星敏感器测量误差的关系,得到了算例光学系统在温度均匀分布条件下的温度变化以及轴向温度梯度变化、侧向温度梯度变化与星敏感器测量误差的关系曲线;给出了算例光学系统热误差小于角秒量级的温度条件:均匀温度分布条件下温度变化量≤10℃、轴向温度梯度≤0.1310℃/mm、侧向温度梯度≤0.0325℃/mm,为高精度星敏感器光学系统热控制提供科学的依据。     

陷波器对DLL的影响及其改进方法研究

陷波器被广泛应用于直接序列扩谱系统中滤除存在于系统工作频段内的干扰,分析 了陷波器对伪码跟踪环路的影响。针对陷波器引起的信号时延和畸变问题,提出对本地产 生的伪码也进行相应的陷波处理的方法来增加其与接收信号的相关性,同时针对信号畸变导 致的能量差值波动大的问题,提出增加能量积分时间的方法。在systemvue2006环境下对 提出的方法进行仿真验证,仿真结果表明这两种方法可以有效地削弱陷波器对伪码跟踪环 路的影响。
     

热分析研究PET与某些高能氧化剂的相互作用

用高压差示扫描量热法(PDSC)和热重-微商热重法(TG-DTG),研究了PET与CL-20、DNTF、TNAZ、ADN之间的相互作用。结果表明,CL-20受到PET的促进而提前分解,PBT/CL-20中CL-20的分解峰温比CL-20单组分提前约36℃。PET大分子对DNTF和TNAZ的升华和挥发起到抑制作用,并使其分解放热反应大幅提前,同时,DNTF和TNAZ气相产物对PET的分解也有促进作用。PET和ADN及其凝聚相产物之间的相互作用较小,但ADN的气相产物对PET有一定的影响。     

涡轴发动机涡轮部件改型气动分析

首先对涡轴发动机涡轮部件的变工况特性进行了数值研究,计算结果与实验测量吻合良好。在此基础上,引入拓扑分析手段,对有、无中间承力支板的涡轮内部流场进行了详细分析。结果表明:支板对效率、流量等总体性能参数影响不大。最后对涡轮进行了改型优化,去掉支板,缩小尺寸并由动力涡轮静叶栅作为承力框架。计算表明:通过适当的气动优化,无支板的涡轮气动性能可以进一步提高。     

一种半解析方法火星再入探测器一体化设计模型

提出了一种火星再入探测器的半解析法一体化模型,为未来火星探测器的初步设计提供包括弹道、气动参数、防热系统在内的设计依据。在任务初步设计阶段,由于涉及多个学科,火星大气与地球大气模型差异很大,需要考虑的因素很多,因此需要一个半解析的,能够实时进行弹道、气动参数和防热层温度分布计算的设计工具。该工具应该包括气动外形、弹道、防热为一体的设计模型,且能满足计算负担要求。基于此,提出了一种普遍适应的火星探测器外形定义方程,并对其中的一种特殊情况进行了解析公式的推导。在合理假设的前提下,给出了计算防热层内部温度分布的半解析计算公式,并以MER\|B (Mars Exploration Rover)探测器为例进行了弹道和气动受热仿真。计算结果表明,该一体化计算模型的仿真计算落点与实际落点很接近,达到了火星探测器初步设计阶段一体化的计算要求。
     

凹腔型亚燃冲压发动机燃烧效率研究

通过开展亚燃冲压发动机直连式试验,研究了不同来流条件、不同余气系数时的燃烧性能.结果表明:燃烧效率受来流温度的影响较小,但随着余气系数增加,燃烧效率降低.总体而言,凹腔型燃烧室具有0.9左右的燃烧效率,初步达到了亚燃冲压发动机的实用化要求.      

流体式高超声速可调进气道流动机理及工作特性分析

针对基于二次流控制的定几何高超声速可调进气道设计概念,给出了其具体的流道实现方案,而后通过全流道仿真分析,检验了该可调进气道在马赫数4~6范围内的可实现性,获得了其工作特性,并对弯曲激波后的总压损失特性、二次流的能量获取及消耗机制等流动机理进行了专门分析。结果表明：该流体式可调进气道能够依靠自身高压驱动二次流来实现对口部波系的调节,使进气道在低马赫数下的流量系数相对于常规定几何高超声速进气道提高24%以上,总压恢复提高7%左右,且最大二次流消耗量只占了进气道捕获流量的1.6%左右。另外,虽然弯曲激波的波后总压和马赫数分布表现出了一定的不均匀性,但是其平均总压恢复系数与相同倾角平面激波相比下降不大。二次流循环流动所消耗的机械能由外部外流剪切力做功补充,而二次流注入会使当地边界层的速度型变得瘦弱,形状因子增大。     

Neural Networks Combined with Importance Sampling Techniques for Reliability Evaluation of Explosive Initiating Device

Concerning the issue of high-dimensions and low-failure probabilities including implicit and highly nonlinear limit state function, reliability analysis based on the directional importance sampling in combination with the radial basis function (RBF) neural network is used, and the RBF neural network based on first-order reliability method (FORM) is to approximate the unknown implicit limit state functions and calculate the most probable point (MPP) with iterative algorithm. For good efficiency, based on the ideas that directional sampling reduces dimensionality and importance sampling focuses on the domain contributing to failure probability, the joint probability density function of importance sampling is constructed, and the sampling center is moved to MPP to ensure that more random sample points draw belong to the failure domain and the simulation efficiency is improved. Then the numerical example of initiating explosive devices for rocket booster explosive bolts demonstrates the applicability, versatility and accuracy of the approach compared with other reliability simulation algorithm.