针对旋翼流场模拟的自适应网格算法

针对基于格心格式求解器的旋翼流场模拟,提出了相应的自适应笛卡尔网格的数据存储结构及自适应算法。给出了相应的单元处理策略,简化了对自适应笛卡尔网格的处理;对于频繁的自适应加密过程中产生的大量重复点,采用了高效的交替数字树算法(Alternating digital tree,ADT)予以删除;对于自适应疏化过程中产生的大量无用点,提出了标记-删除-移动(Mark,delete,move,MDM)算法予以快速地删除,减少了不必要的计算资源消耗。对CaradonnaTung旋翼在不同悬停状态下进行了模拟验证,对比了压力分布系数与桨尖涡位置。之后对HELISHAPE 7A旋翼在前飞情况下进行了模拟验证,计算值与实验值吻合。此外,求解器对桨尖涡的捕捉效果得到了明显的提高,表明本文方法具有良好的有效性与鲁棒性。     

危险天气下航班等待与改航的实时集成优化

为了提高航班准点率,降低危险天气对航班飞行的影响,同时考虑等待策略和改航策略,进行实时空中交通流量管理的研究。以改航起始点至改航结束点间的总航行时长最短为目标,安全可行性、技术可行性为约束,建立了数学模型,并设计了两阶段求解算法,先基于遗传算法优化等待时长和改航路径,再基于"化曲为直"和"二分法"的思想调整改航路径,得到了最佳等待时长和改航路径。仿真结果表明,该算法得到的实时优化结果优于几何切线法;相比静态改航,更能提高空域利用率;相比单独考虑等待策略,总航行时长降低了17.04%;相比单独考虑改航策略,总航行时长降低了3.98%;验证了危险天气下航班等待时长与改航路径实时集成优化在实时空中交通流量管理中的有效性。     

酚醛树脂热解产物高温燃烧详细化学反应机理简化

针对流动/酚醛树脂热解产物燃烧耦合数值模拟过程中使用详细化学反应机理带来的数值刚性问题,以保证计算精度要求,对酚醛树脂热解产物详细化学反应动力学模型进行简化研究。选取Chemkin-Pro中的良搅拌反应模型,对由53种组分325个基元反应组成的甲烷掺氢气详细化学反应动力学机理进行了敏感性分析和生产速率分析,得到包含15种组分15个基元反应的简化机理。结果表明:简化化学动力学模型能充分地再现详细基元反应模型的反应机理的主要特征,大幅缩短计算时间,进而用于高超声速条件下酚醛树脂热解产物引射及其对边界层扰动的计算流体动力学(Computational fluid dynamics,CFD)中。     

四旋翼倾转飞行器操纵冗余设计

建立了四旋翼倾转飞行器旋翼、机翼、机身的非线性气动模型和飞行动力学模型,并在Matlab/Simulink环境下搭建了仿真模型,根据仿真模型计算各个操纵面的操纵效率,确定了不同状态下各个通道需要用到的操纵方式,结合飞行动力学模型和操纵方式,在纵向通道上进行了全包线的配平计算,表明了操纵策略的可行性。     

低合金钢管的焊接工艺及缺陷预防

采用氩弧焊打底,焊条电弧焊填充盖面焊接Cr5Mn低合金钢管,钢管壁厚为12mm,焊接位置为水平固定全位置焊接,在焊接之前,调整好焊接工艺参数,焊接完毕以后,对焊缝外观检验和X射线无损检测,发现焊缝的表面出现少量微裂纹,内部有少量气孔。为了保证焊缝的质量,对缺陷产生的原因进行分析并且采取正确的焊接工艺方法避免焊接缺陷。     

计算机辅助教学中多媒体课件的设计与开发

计算机辅助教学在现代教育中发挥了越来越重要的作用,其中高质量多媒体课件的开发设计又是最关键的环节。文章介绍了多媒体课件的设计方法、开发过程及评价与发行体系。     

沉井技术在码头改造工程中的应用

沉井依靠自重消除刃脚阻力和外壁摩擦力下沉,本文对该项工艺的下沉、纠偏、挖土、封底主要技术问题进行介绍。     

低压断路器灭弧室温度检测

设计了基于光纤光栅传感系统的低压断路器灭弧室温度检测装置,实验测量出灭弧室温度数据,进行了数据的有限元分析,绘制出灭弧室内温度场分布图。     

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。      

基于异构网络表示学习的评分预测模型

深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经网络模型进行评分预测。实验结果表明:所提方法在YELP 13、Movielens 100k、Movielens 1m数据集上都有较高的准确率,对比常用方法,准确率提升6.5%以上。