U型方管中爆燃向爆震转变特性实验研究

以脉冲爆震发动机(PDE)用曲管爆震燃烧室为应用背景,对气相(乙烯/空气)燃烧波在U型方管实验器中的传播过程进行了实验研究。通过改变实验器中弯曲段进口气流入射激波强度,基于弯曲段内压力、波速的测量及高速摄影实验得到了U型方管实验器中半圆型弯段内的爆燃向爆震转变(DDT)特性。结果表明,弯曲段中DDT特性受到入射激波速度的影响:当入射激波速度小于794m/s(43.6%VCJ,VCJ为理论Chapman-Jouguet爆震波速),在弯曲段内不能形成爆震;当入射激波速度介于870~908m/s(47.8%VCJ~50.0%VCJ)之间,弯曲段内首先会产生局部爆炸,并最终形成爆震;当入射激波速度大于934m/s(51.3%VCJ),爆燃波可以直接在弯曲段入口转化为爆震波。     

烟火点火器多物理场耦合仿真分析

电火工品在复杂电磁环境下的物理状态变化一般都包含了电磁 -热耦合过程,采用单一物理场建模仿真的方法很难得到准确的结果。因此,采用 ANSYS Workbench仿真平台,建立了烟火点火器的多物理场耦合仿真分析模型。首先,建立了烟火点火器的 HFSS仿真模型,得到了桥丝上的功率损耗;然后,将桥丝的损耗功率输入稳态热分析模型作为激励条件,并通过稳态热仿真分析得到了桥丝上的温度分布。仿真结果表明,该方法物理过程清晰,仿真结果准确可靠。     

沉积参数对磁控溅射镀金膜膜层残余应力与微观形貌的影响

残余应力直接影响镀膜膜层的稳定性与可靠性。为减小薄膜的残余应力,提高镀膜膜层的可靠性,在不同溅射气压、不同镀膜温度条件下,在熔融石英基底上进行了直流磁控溅射镀金膜试验。通过基片曲率法得到薄膜的残余应力,采用激光平面干涉仪对基片的形变进行测试,对不同工艺参数下膜层的残余应力进行分析,并采用扫描电镜对膜层的表面形貌进行测试。通过试验可知,磁控溅射镀膜膜层的残余应力随镀膜温度的升高而升高,在一定工作气压范围内（0.2Pa~0.6Pa)随溅射气压的增加而降低。电镜测试结果表明,常温镀膜晶粒的尺寸约为30nm,180℃镀膜晶粒的尺寸增长至近100nm。镀膜温度越高,薄膜的微观结构越致密。     

民用航空涡扇发动机短舱外部阻力试验方法研究

为了发展一种适用于大涵道比民用航空涡扇发动机短舱外部阻力的试验方法,对NACA-1系列轴对称短舱试验进行改进,并在2.4m跨声速风洞中完成了试验研究,获取了某型大涵道比民用航空涡扇发动机短舱在马赫数0.388～0.86的外部阻力,通过数值仿真与试验结果对比,验证了试验方案的可行性.结果表明,经过改进的试验方案的攻角适用...     

一种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法

目前,行人导航定位技术已经深入社会的众多领域,受到诸多学者的广泛关注。针对行人跑步状态,研究了一种惯性/零速/GPS室内外无缝组合导航定位方法。首先提出了可靠的、适用于行人跑步零速检测的方法,有效提高了在行人跑步状态下的零速检测的准确性。针对GPS信号容易受到高楼、高架等环境的干扰及在室内容易完全丢失的特点,提出了基于BP神经网络的GPS可用信号筛选方法,提高了GPS信息的可靠性与精准性。在此基础上,研究了基于可变量测的Kalman滤波器,实现了惯性/零速/GPS信息的有效融合,显著提高了在行人跑步状态下的导航定位精度。试验结果表明,所提出的这种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法的平均定位误差可减小到行人跑步总里程的1%以内。     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力,能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题,研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理,在此基础上,构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新,通过环境奖励信号的更新,采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节,利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后,对所提算法进行了仿真实验验证。仿真结果表明,所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度,相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

基于VMD-CWT和改进CNN的直升机轴承故障诊断

由于直升机自动倾斜器滚动轴承振动信号具有非平稳、非线性特点,并夹杂非敏感故障特征信息,导致网络模型对周期信号过于敏感,不能充分利用故障信息的问题;针对此问题,提出一种变分模态分解(VMD)与连续小波变换(CWT)联合提取敏感故障特征的方法.研究表明:在相同模型训练下,该方法相对其他方法最高可提升模型准确率20.8％.为...     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

用面向对象技术实现相关分离的双语言描述

介绍了一种新的形式化描述思想,即"相关分离"的思想,并分析了基于此思想的双语言方法,与传统的单一语言的描述技术相比,"相关分离"的思想和双语言方法更适合于分布式多媒体的描述.结合对面向对象技术在分布式多媒体的形式化描述中应用的方法分析,本文提出了一种以LOTOS/QTL或Esterel/QL为基础,融合面向对象技术的形式化描述方案,该方案可用于建立分布式多媒体系统的时间模型和同步模型.     

ARMA建模及其在Kalman滤波中的应用

提出了一种补偿惯性传感器随机误差的自回归滑动平均(ARMA)建模方法,在该方法中,首先,将时间序列平稳性检验的轮次法和样本方差变差系数相结合,以确定合适的建模样本长度;其次,将惯性传感器的随机误差看成是真实状态叠加白噪声,通过对观测数据做滤波处理,给出了求解模型参数的算法;随后,构建一组符合ARMA(6,4)模型分布的有色噪声,基于准确建立的ARMA(6,4)模型和AR(2)近似模型构建Kalman滤波器,以研究建模精度和Kalman滤波输出之间的关系;最后,探讨了基于状态可观测度分析的模型降阶方法,在保证精度情况下提高模型计算的实时性,便于建模方法在工程实际中的应用。通过对某型号加速度计的随机误差进行处理,高阶模型及降阶模型的滤波残差标准差分别降为原始随机误差标准差的1/66和1/28,说明方法是有效的。