高速风洞引射式进排气动力模拟试验研究

为了测定具有埋入式进气道的某航弹发动机进排气对航弹的气动影响量 ,采用引射式动力模拟器在FL 7高速风洞 ,首次在国内成功地进行了高速风洞进排气动力模拟试验。试验模型缩比为 1∶1 0 ,M =0 .7,P0j/P∞ =2 .62 ,Cφ=0 .79。试验结果表明 ,有动力后XD,CL,CD增加 ,Cma减少。试验表明在高速风洞中对于小尺寸的试验模型 ,采用引射式动力模拟器开展进排气动力模拟试验是一种简便适用的好方法     

铸造SiCp／ZL101复合材料的组织与性能

本文利用半固态搅拌铸造法制备了ＳｉＣｐ／ＺＬ１０１复合材料，对其组织和某些性能进行了研究，结果表明：ＳｉＣｐ在基体中分布均匀，无严重团聚现象，与基体结合良好，与基体合金相比，耐磨性，硬度有显著提高。     

海洋平台在组合载荷作用下的随机域可靠性分析

本文对海洋平台在风、浪及海流等多种载荷组合作用下的可靠性进行了分析计算，采用优选随机载单元法进行结构数的随机域离散。文中的海洋平台算例结构表明了优选随机域单元法的高效性，以及在海洋工程的结构系统可靠性计算中的考虑载荷组合作用的必要性。     

用最大熵谱法估计大气湍流谱

最大熵谱分析方法是一种非线性的新的谱分析方法。其基本原理可浅近地解释为:对一个所考虑的时间系列,它的前 m 个自相关系数已知,要求构造其后的自相关系数,但不损失系列的熵即不损失其信息。实际的处理过程是:用自回归方法在最小二乘原则下对系列作最佳拟合,然后求拟合系列的理论谱。最大熵谱法不要求对原始系列的滤波和对粗谱的平滑整理。本文从实际应用的角度,简述了该方法的过程,介绍了编程计算的方法和步骤,并结合实例计算了几组大气湍流谱。文章认为最大熵谱分析方法是一种值得推广应用的优秀的谱分析方法。     

俯仰振荡三角翼在非定常自由流中运动的实验

在南京航空航天大学已建成的国内首座非定常风洞内,研制了一套单自由度俯仰振荡实验装置,设计开发了一套对模型姿态和来流风速进行联合控制的软件。对一60°后掠三角翼模型进行了单独俯仰振荡运动和俯仰振荡与自由来流耦合运动的实验。实验结果表明:模型做单独俯仰振荡时,振动频率和振动幅值的影响只有在迟滞环出现后才起作用,而迟滞环的出现是由于翼面上的不同流态对外界扰动的反应时间不同造成的。非定常自由流对做俯仰振荡的三角翼气动特性有很大的影响,模型上仰过程中来流的减速,进一步提高了最大升力系数,推迟了失速迎角;模型下俯过程中来流的加速,则更进一步推迟了升力系数恢复到静态时的值。当翼面上产生破碎涡流时,非定常自由流的作用表现得更为明显。     

瞬态气动模拟加热控制中的快速高精度"E-T"转换

为了准确模拟飞行器在高速飞行时的瞬态气动加热状态,必须使用快速、高精度的计算机瞬态热能控制系统,对气动模拟试验的加热过程,实行快速、高精度的非线性动态控制.为此,传感器的快速、高精度"E-T"转换是一个必须解决的非常重要的问题.提出一种高速飞行器瞬态气动加热控制系统中传感器的快速、高精度"E-T"转换方法.该方法具有计算简单、转换速度快、校正精度高的优点,使用该方法实现了高速飞行器气动加热过程中温度场高速变化状态下的瞬态非线性动态控制.     

余辉等离子体的实验研究

利用调制脉冲产生的余辉等离子体的参数测量表明:等离子体空间电位和电子温度的衰变是重要的,它在余辉等离子体的密度衰变过程研究中必须予以考虑.对容器中余辉等离子体密度径向分布的测量结果与理论预言是一致的.     

燃料分级对旋流火焰的动态特性影响研究

为深入研究分级旋流火焰特性,以分级旋流模型燃烧室为研究对象,对四个不同燃料分级比(Rf)条件下的分级旋流火焰进行了数值研究,在时均燃烧场特性分析的基础上进一步对燃料分级比为1和3两个工况进行了基于壁面建模的大涡模拟(WMLES)研究。结果表明:燃料分级比的改变会影响中心回流区(CRZ)的长度和宽度。燃烧室中截面的散点分布图能够显示出不同燃料分级比条件下的燃烧特征。燃料分级比为1时,燃烧室剪切层仅存在零散的涡破碎区;而燃料分级比为3时,伴随涡破碎区还出现了单螺旋分支进动涡核(PVC)。通过FFT变换获得的燃烧室内剪切层速度能谱主频与进动涡核的旋转频率相同,表明内剪切层速度脉动的产生与进动涡核有关。另外进动涡核会使流场内的燃料分布和燃烧模式发生周期性的变化,进而影响燃烧过程。调整燃料分级比在1附近,能够使分级火焰达到稳定燃烧降低排放的目标。     

机载超轻量化卷积神经网络加速器设计

卷积神经网络庞大的权重参数和复杂的网络层结构,使其计算复杂度过高,所需的计算资源和存储资源也随着网络层数的增加而快速增长,难以在资源和功耗有严苛要求的机载嵌入式计算系统中部署,制约了机载嵌入式计算系统朝着高智能化发展。针对资源受限的机载嵌入式计算系统对超轻量化智能计算的需求,提出一套全流程的卷积神经网络模型优化加速方法,在对算法模型进行超轻量化处理后,通过组合加速算子搭建卷积神经网络加速器,并基于FPGA开展网络模型推理过程的功能验证。结果证明：本文搭建的加速器能够显著降低硬件资源占用率,获得良好的算法加速比,对机载嵌入式智能计算系统设计具有重要意义。