超声速空气介质自由扩散混合流涡的演化

在不同谐波扰动促发方式下,观察二维超声速空气/空气自由扩散混合流中涡的形成及演化.考虑含空气组分扩散效应的可压缩Navier-Stokes方程,对流项采用3阶迎风紧致格式离散,输运项采用6阶对称紧致格式离散,非定常时间推进采用3阶紧致存储显式Runge-Kutta方法.在无相差情形下,获得了大尺度基频涡结构的饱和、一次对并、二次对并、三涡对并等现象.在Ma_c=0.3低对流Mach数下,基频涡较饱满,但流向尺度较小.受空气真实气体特性影响,在Ma_c=0.8高对流Mach数下未发现涡/小激波结构.      

密集编队中飞机发动机的疲劳损伤差异

选取典型密集编队飞行任务,利用实测飞行数据,研究了在飞行动作几乎完全相同的条件下飞机发动机疲劳损伤的差异.经过二次雨流法统计循环次数和线性累积损伤理论折合到标准循环,得出了密集编队中长、僚机因位置不同而造成的发动机疲劳损伤的差异及其统计规律,发现疲劳损伤差异分布为威布尔分布,单机差异一般为2～4倍,最大可以达到9～10倍.进一步揭示了发动机疲劳载荷/损伤的分散性和单机疲劳寿命监控的必要性.      

全弹性稳态微小流量测量系统

介绍了一种采用质量测量法的液体微小流量测量系统的工作原理与工作过程.系统采用全弹性连接方法设计,避免了常规质量测量法流量测量装置中非弹性连接管路造成的测量误差.采用压力补偿方法,修正由于压强对增压气体密度的影响.并以酒精为测试液体,进行了5种工况下流量测量试验.试验结果表明,该套微小流量测量系统工作稳定、可靠,可以精确测量出液体稳态微小流量.      

参数估计对激光脉冲法热损失修正的计算及验证

描述了参数估计在激光脉冲法测量热扩散率中应用的基本原理,研究了试验过程中热损失对试样背面温升的影响,计算了热扩散率、热损失系数和能量系数的敏感性系数,依据单纯形搜索法原理,采用MATLAB软件对试验数据进行了参数估计运算,并验证其可行性.     

临近空间螺旋桨气动性能分析

基于叶素理论和儒可夫斯基涡流理论,通过求解螺旋桨合成速度、速度环量及诱导速度的非线性方程组,分析了高度为20 km的临近空间中桨叶数目、桨径长度、旋转速度及前进速度对螺旋桨气动性能的影响。结果显示:诱导速度、拉力、扭矩沿桨径的分布规律都是先增大后减小;螺旋桨拉力随桨径长度、旋转速度的增大而增大,随前进速度的增大先增大后减小且峰值在0.45 Ma左右;螺旋桨效率随桨叶数、桨径长度和旋转速度的增大而减小,随前进速度的增大先增大后减小且峰值在0.1 Ma左右。     

基体含量对复合材料结构稳定性的影响

基体含量影响着复合材料结构的性能,针对复合材料结构的稳定性设计,基于复合材料细观力学以及经典层合理论,分析复合材料层合板中的基体含量对于其材料性能,尤其是稳定性的影响.通过计算得出:随着基体含量的增加,材料的性能略有下降,但是由于基体含量增大而导致的单层板厚度增加,使得层合板的稳定性大幅提高.因此,在复合材料结构的稳定性设计中,应该考虑基体含量的影响.     

介质阻挡放电等离子体对翼型流动分离控制的实验研究

在低速开口风洞中进行了等离子体激励器对NACA0015翼型流动分离控制的实验研究。采用PIV技术,对翼型绕流流场进行了测量,显示了施加等离子体激励后流场的变化。通过五分量天平对升力和阻力的测量,研究了激励电压和激励频率对翼型流动分离控制的规律。研究表明,低风速下在翼型前缘施加等离子体激励,能够有效地控制翼型流动分离,在来流为20m／s时,最大升力系数增加11％,失速迎角增加6°;在给定的流动状态下,激励电压和激励频率存在一个阈值,不同迎角下该阈值不同,迎角越大,分离越严重,对激励强度的要求也越高。     

等离子体对翼型流动分离控制历程的PIV试验研究

采用粒子图像测速（Particle Image Velocimetry,PIV）技术,研究了介质阻挡放电等离子体激励对NA—CA0015翼型表面流动分离的控制特性及控制效果随时间历程的变化规律。结果表明,激励电压存在一个阈值,当电压小于阈值时,控制无效或效果不明显;当电压接近阈值时,控制表现出不稳定性并最终趋于稳定;当电压大于阈值时,控制效果稳定且显著,气流能够很好地重附在翼型表面。     

双惯导自主定位系统方案探讨

介绍了双惯导定位系统的组成、功用和数据融合方式基本模式,提出了三种定位方案并进行了比较分析,阐述了利用车载惯导对弹上惯导的验证性能,通过双惯导互为备份使用使武器系统的机动性和生存能力得到提高.     

基于LMD的包络谱特征值在滚动轴承 故障诊断中的应用

滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean decomposition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF (product function,简称PF )分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性.