试论"摸着石头过河"在克服教条主义中的意义

“摸着石头过河”是邓小平思想体系的重要内容,它符合马克思主义一切从实际出发的唯物主义反映论及实践观的基本观点,它对于克服教条主义具有重要意义。     

一种直升机进气道方案的电磁散射特性

本文对一种与发动机舱融合设计的直升机进气道在不同的极化方式、不同终端、不同攻角和方位角下的电磁散射特性进行了实验研究,分析了各种状态下雷达散射特性。研究表明,该类进气道RCS在垂直极化方式时比水平极化方式小;采用短路终端时的RCS明显要比采用叶片终端时高;近侧飞时(90°～105°)比前飞和近倒飞状况下的雷达散射截面大;在攻角分别为-10°,-5°,0°,5°,10°的实验中,当攻角为10°时的RCS值较小,而当攻角为-5°时的RCS值较大。     

固化温度对SY—H2胶粘剂性能的影响

研究了固化温度对SY H2糊状胶粘剂剪切强度的影响。首先采用差热扫描量热法 (DSC)研究了SY H2糊状胶粘剂固化反应动力学 ,根据Kissinger和Ozawa方法计算出胶粘剂的表观反应活化能分别为 10 2 3kJ/mol和 10 3 9kJ/mol,结合Crane公式求出反应级数为 0 94 3。还根据DSC分析数据研究了升温速率Φ与放热峰值温度Tp 的关系 ,研究表明Tp 与lnΦ呈线性关系。最后讨论了SY H2糊状胶粘剂固化温度对胶接试样剪切强度的影响 ,在固定的固化时间内升高固化温度有助于提高胶接强度 ,最佳固化工艺参数为 130～ 14 0℃固化 2h。     

一种对多传感器异步数据的融合处理方法

在传感器异步采样时刻情况下 ,对机动目标的跟踪滤波算法进行了探讨 ,基于细分时间片的方法 ,提出了一种将多传感器数据组合成类似于单传感器数据的异步数据处理方法 ,运用于目标点迹航迹的合成。通过对多传感器数据的利用 ,增大对目标观测的数据流数据率 ,来提高跟踪精度。仿真实验显示 ,各通道的均方根误差均相对减小 ,表明了算法的可行性。     

无陀螺飞行器姿态和角速度确定

通过预测滤波方法研究了利用矢量观测确定无陀螺飞行姿态和角速度的方法。给出的观测滤波法在一定的二次型优化准则下，对飞行器姿态和名义姿态运动模型的等效角速度误差可同时进行实时估计，能够准确跟踪敏感器的测量，有效减小模型误差的影响，数值仿真结果验证了算法的优越性。     

小波方法检测角区湍流的流动结构

本文采用热线、压力传感器和PIV方法对中等雷诺数下角区湍流流动进行了实验测量。设计了基于小波变换的一种湍流场特征结构检测方法，辨识出了角区湍流的分离涡结构及其尺度。这些涡结构的发展揭示了角区马蹄涡系运动在低雷诺数下所展示的物理过程在中等雷诺数或充分发展湍流状态下仍然存在。同时，这种湍流流动结构的小波检测方法也显示出了其有效性。     

非定常条件下叶片弯曲对流场参数的影响

分别对具有弯、直导叶的一级涡轮叶栅流场进行了非定常的数值模拟。研究了叶片弯曲对多级叶栅流场非定常气动性能尤其是效率的影响 ;分析了叶片弯曲对尾迹扩散效应及对其三维形状的影响 ;以及尾迹形状与扩散过程的变化对动叶进口条件的改变 ;同时还研究了叶片弯曲对涡轮级内非定质量堆积的影响。通过对定常效率与非定常效率波动及其平均值的对比 ,分析了在考虑非定常条件下弯曲导叶对降低本列叶栅损失与动叶内损失的贡献     

利用Singer模型的无陀螺姿态和角速度估计

 给出了一种利用Singer跟踪模型的扩展卡尔曼滤波器 (ExtendedKalmanFilter) ,用于无陀螺姿态和姿态角速度估计。在滤波器中 ,姿态和姿态误差分别由姿态四元数和误差四元数表示 ,而姿态角加速度由一阶Markov过程描述 ,从而避免采用姿态动力学模型。利用数值仿真计算验证了滤波器的性能。在所有的仿真过程 ,滤波器显示出快速收敛能力。稳态估计误差主要由测量更新频率和精度决定。     

月球着陆器典型故障模式分析

为提高月球着陆器着陆可靠性,需识别潜在的故障模式对稳定性着陆带来的影响。建立了着陆器的动力学模型,给出了着陆器着陆时的七种极限工况,作为故障模式分析的基础;针对动力下降段三种典型故障模式,即主发动机延时关机、储箱残留液体着陆和触月信号延迟发出,建立与延时关机对应的上抛、平抛运动和数学关系,与残留液体着陆等效的单摆模型,施加触月信号延迟发出所产生的推力曲线,利用Adams软件进行动力学仿真;结果表明储箱残留液体着陆影响较小,另外两种故障模式使着陆时抗倾倒性能和缓冲性能恶化,增加着陆不稳定性。     

基于自适应差分进化和BP网络的罗盘误差补偿

To improve the acuuracy of heading angle measured by electronic compass, a new error compensation method is proposed based on adaptive differential evolution algorithm and BP neural network. In the method, the 3 layer BP neural network is used to model heading angle error, and adaptive differential evolution algorithm is adopted to train the weights of network, thus obtaining a more exact error model, and compensating the heading angle error measured by electronic compass. Compared with other compensation methods such as 8 position least squares, BP neural network, differential evolution algorithm for optimizing BP neural network, and so on, its error compensation accuracy is significantly improved, the method has strong global optimization ability, great convergence rate, good stability, and so on. The experimental results show that after compensation, the error range of heading angle is decreased from -16°~30.7° to -0.22° ~0.2°, which satisfies the needs of higher accuracy navigation systems.