亚声速二喉道流场不对称现象研究

为满足未来我国先进飞行器的发展需求,我国将考虑建设大型跨声速风洞,提高风洞试验模拟精细化水平。而第二喉道作为风洞 Ma 数控制的有效手段,被认为是提升跨声速风洞能力的关键技术之一。本文首先通过CFD 数值模拟发现了二喉道段流场在某些压比下存在不对称现象,然后,利用现有引导风洞,设计加工了 Ma=0.7的带可变中心体的二喉道段进行验证试验。试验结果显示,当前室总压达到某一值时,二喉道段流场会出现不对称现象,并前传影响试验段流场品质。最后利用 CFD 手段给出了一种无不对称现象的新型二喉道设计。     

PWM变频器供电的感应电机传热特性

为了探究电动机在脉宽调(Pulse width modulation,PWM)变频器供电下的传热特性,近一步揭示变频参数（调制比）对电动机温升分 布的影响特征,以一台采用PWM变频器供电下55 kW驱动用感应电机为例,基于流体力学及传热学基本原理,结合电机通风结构特征,建立外部包裹有空气域的三维流热耦合求解域模型,并采用有限体积元法对电机内的温度场进行了数值研究。此外,针对PWM不同调制比控制条件下电动机全域内的传热特性进行了对比分析,结果表明：两个不同调制比控制条件下电机求解域 内各主要部件温升分布趋势大致相同;径向上,转子部分温升较高,在气隙位置温升出现阶跃式变化,定子部分温升较低;轴向上,电机各部分近风端温升较低,远风端温升较高;周向上,定子轭部温升呈波浪式变化。     

电传飞机低阶等效系统频域辨识新方法

针对带有复杂电传飞控系统飞机的飞行品质评估难题,提出了采用Chirp-Z方法将时域信号变换至频域,并在此基础上利用频域方程误差法（Equation error method,EEM）和输出误差法（Output error method,OEM）相结合辨识电传飞机低阶等效系统（Low order equivalent system,LOES）参数的新方法,并以低阶等效系统辨识的标准算例（F-14飞机经典算例）进行验算。结果表明本文所提出的低阶等效系统辨识新方法正确、辨识精度高,可以应用于工程实践。     

战斗部中火工品装配技术研究

介绍了战斗部用火工品的分类、组成和原理,论述了各种火工品在战斗部中装配的安全要素,装配过程中发生的主要故障,以及故障处理和预防。工程应用表明采取安全技术措施和故障处理技术,杜绝了火工品装配引起的安全问题,产品的故障率大幅度下降。     

面向遥感应用的图像融合的原理和方法

信息融合技术可以综合利用多源信息 ,从而获得对同一事物或目标的更客观、更本质认识。由于遥感是目前为止能够提供全球范围的动态观测数据的唯一手段 ,遥感图像信息融合对于航空、航天、军事侦察、灾害预报等很多军事及民用的领域至关重要。本文给出了面向遥感应用的图像信息融合的原理和过程 ,然后综合分析了不同方法的特点。进而在指出其存在的问题的同时 ,还对未来的发展趋势进行了展望。相信本文的工作 ,将为促进相关领域的研究和发展有一定借鉴作用。     

跨音速平面叶栅全位势无粘-粘性迭代计算

本文发展了一种全位势与附面层、尾迹流正逆模式积分法迭代计算程序,给出了计算结果与国内外四个不同的叶栅风洞试验结果的对比分析。结果表明,对比是较为满意的,本文在网格生成,无粘跨音流求解和无粘流与附面层、尾迹流迭代等方面所作的发展和改进适用,使整个程序系统具有工程实用价值。      

飞机纵向高阶等效系统品质参数辨识研究

对飞机纵向高阶等效系统模型的可辨识性进行了分析,指出原有的辨识飞行品质参数方法存在的问题,并提出新的解决方案,即首先对原始模型进行转换,得到一组可辨识性强的模型,然后综合引用极大似然方法和Ｅｘｔｅｍｅ单变量寻优方法辨识新的模型及参数,最后利用双步ＱＲ分解技术求出与原始模型中的相对应的。物理意义明确的飞行品质参数,另外,针对现代主动控制飞机时间延迟τ较大的特点,提出了一种新的处理时间延迟环节ｅ＾－τ     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于交互多模估计策略的故障检诊方法

针对多模自适应（ＭＭＡＥ）故障检诊（ＦＤＤ）方法的局限性,提出了一种基于交互多模（ＩＭＭ）估计策略的动态系统中多重故障的检诊方法。交互多模估计是针对包含有结构以及参数的系统的一种效率较好的自适应估计技术,它提供了故障检测、诊断和状态估计的集中框架。通过对在传感器和作动器中含有多个故障飞机的仿真。结果表明,所提供的方法比其它方法能够更快、更可靠地检测和隔离出多重故障。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性