气流激励下叶片动力响应分析方法

利用在物理过程上的耦合代替数学方程上的耦合,完善了双向顺序耦合求解的理论,进一步给出了双向顺序耦合的数值求解方法,并描述了其在物理上对应的过渡过程.结合具体工程算例,分析得到某小型发动机二级静叶在气流激励下的流场分布形式和叶片动力响应的特点,指出了双向顺序耦合数值求解方法的优越性.      

后掠大流量宽弦复合材料风扇叶片技术综述

用碳纤维复合材料制造的风扇叶片比钛合金夹芯结构的风扇叶片轻,在抗振特别是抗颤振性能方面也优于钛合金,抗鸟击能力和低噪声指标也获得适航当局的合格批准。装有高韧环氧复合材料风扇叶片的GE90发动机已装于波音777飞机,并在1995年投入航线运营使用。此项技术在十多年的使用时间里表现出色,无需例行的在役维护。     

基于两级直角网格结构的三维DSMC算法研究

结合直角网格计算的高效率以及表面非结构网格对飞行器几何外形的精细描述,本文建立了基于两级直角坐标网格结构的DSMC数值模拟算法。一级网格为计算区域离散后的背景网格,二级网格为独立的碰撞网格和取样网格,是在背景网格的基础上根据流场性质的变化经过自适应后获得的亚网格,碰撞分子对在亚网格内选取,以保证选取的分子是"最相邻的"。计算的Orion飞船外形从自由分子流到稀薄过渡流的气动力系数,与DS3V和DAC软件计算结果的一致性非常好,验证了本文算法的可靠性和有效性。同时对过渡区的流动特征和表面气动参数的分布规律进行了分析。     

带凹腔支板的数值模拟

用大涡模拟的方法对带凹腔支板进行了数值模拟.采用Smagorinsky-Lily亚网格尺度模型,并用SIMPLE算法和中心差分格式求解离散方程.仿真结果表明:凹腔对支板尾流有一定的影响;在本文研究的凹腔深度范围内(5mm、11 mm、15mm),随着凹腔深度的增加,尾流近壁面旋涡的最大涡量值先减小后增大,频率先增大后减小.     

民机翼身整流影响分析与设计研究

针对某民机翼身组合体进行了翼身整流设计,以减弱机翼机身附面层之间的相互干扰,消除翼身结合处气流的分离,改善该民机的阻力性能。将翼身整流的多种设计方案(不同类型,不同安装位置,不同的几何尺寸等)配置到某民机翼身组合体模型上,用CFD方法对其流场进行粘性绕流数值模拟并对结果进行优化分析,得到了针对该民机减阻效果较好的翼身整流设计方案。     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是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,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

情景模拟教学法在营销类课程教学中的应用

将情景模拟教学法应用于营销类课程,从学习情景设计、情景模拟任务布置、情景模拟教学活动的引导和情景模拟过程的总结评价四个步骤对情景模拟教学法进行了探讨和实践,证明了情景模拟教学法是目前职业教育条件下强化实践教学环节,低成本培养出复合型、应用型和创新型管理人才的有效途径.     

整机结构设计的评估方法——结构效率

从整机动力学的角度,提出一种量化各种结构改进设计对整机性能收益的评估方法——结构效率,其内涵应当包括发动机质量有效承载项,模态参与项以及变形量协调项,并建立初步分析方法.通过某转子/支承系统的结构优化算例,指出了结构效率在整机结构设计中的优越性,并对结构概率的进一步研究前景和研究重点进行了论述.      

带稳定板装置弹射座椅偏航稳定性能研究

针对国内弹射救生领域现状,设计了一种适合于国内某型座椅的弹射救生系统稳定板。运用计算流体力学(CFD)数值计算方法,对改装稳定板前后的人椅系统进行了高速流场下的静态和动态特性分析,并与风洞试验结果进行对比,两者吻合较好。改装稳定板前后的数值计算对比表明:在不对俯仰和滚转性能产生不利影响的情况下,稳定板的改装对人椅系统的偏航性能有比较明显的改善。六自由度动态计算比较真实地模拟了弹射出舱的过程,也进一步验证了稳定板对改善偏航稳定性能所起到的作用。数值计算完全可以应用于弹射座椅的气动研究,同时稳定板的设计对工程上的应用具有一定的参考价值。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.