液体火箭发动机充液导管流固耦合动力学特性

为了深入研究流固耦合（FSI）作用对液体火箭发动机充液导管频率特性的影响,采用传递矩阵法(TMM)建立了空间导管流固耦合动力学计算模型.针对真实发动机导管开展了传递矩阵模型与传统基于附加质量的有限元(FEM)（非耦合）模型仿真计算以及模态试验验证,比较了管径、壁厚等结构参数对导管流固耦合作用的影响.结果表明:在流固耦合作用下,导管各阶谐振频率减小、而对应的流体振荡与结构振动幅值增大.管径对导管低阶频率特性的影响较壁厚对其影响更大.对于该算例,当管径大于设计值30%后,耦合作用引起的1阶频率误差高于10%,此时流固耦合不能忽略;而壁厚对1阶谐振频率的影响则小于8%.      

某微型燃机浮环厚度变化对轴承稳定性影响的试验研究

根据浮环减薄前后两次试验结果的对比分析,进一步研究了浮环厚度变化对浮环轴承涡动及稳定性的影响.浮环轴承减薄会引起油膜涡动力的变化.升速过程,减薄前浮环轴承试验的稳定性要好些;高速稳态运行过程,其稳定性差别不大;降速过程,减薄前浮环轴承试验的稳定性要差些.两试验还证实,浮环内、外油膜半速涡动现象的涡动比分别接近0.5和0.3.     

超声处理对酚醛树脂及纳米分散的影响

分别研究了超声处理技术对碳纳米粉在酚醛树脂中的分散和对树脂粘度、表面张力及体系电导率的影响,分析了超声空化、声流及激波作用机理,并对分散机理进行了分析;采用AFM方法对分散效果进行了表征,证明超声分散是降低纳米粒子团聚的有效方法。     

面向空间太阳能电站应用的超大规模天线阵列模块尺寸与姿态偏差效应分析

空间太阳能电站微波能量传输需要具备超大规模的相控阵列波束形成和超高精度的波束指向控制能力。采用大尺寸的基本相控电单元能够缩减天线阵列规模和微波发射通道数目,从而显著降低微波能量发射系统的构造和组装成本。然而,相控单元的尺寸越大,对天线模块的结构刚性和姿态控制精度要求越高。基于天线阵列的结构化构型设计,提出超大规模回复反射阵列的结构模块和相控电单元的尺寸分析模型,推导得到结构模块姿态偏差、电单元尺寸要求和能量传输效率的近似关系及其解析表达式,可供作为空间太阳能电站微波传能天线阵列及其波束控制方案设计的参考依据。     

燃烧室-涡轮耦合流动传热超大涡模拟研究

为了准确预测发动机燃烧室和涡轮耦合复杂气热环境下涡轮部件的流动和换热特性,应用基于BSL k-ω湍流模型的高精度超大涡模拟方法(VLES),以及SST k-ω雷诺平均湍流模型对雷诺数为Re=3.8×105的高压涡轮导叶在均匀进口条件以及燃烧室-涡轮耦合情况进口条件下的涡轮流动和传热进行了数值研究.耦合火焰面生成流型(F...     

电场破乳分散相液滴行为研究

旨在为研究高效的复杂乳化液的处理技术提供理论基础,从微观角度研究电破乳机理,设计构建了适合本研究特点的电破乳分散相液滴行为观察系统,针对高压静电场中液滴的变形、破裂、碰撞、聚合及运动等行为进行了细致的实验研究,获取了大量液滴行为的珍贵图像资料,通过数据及理论分析探讨了影响液滴行为的主要因素,并从工业应用角度分析了其对电脱水工艺的影响,同时从乳化液系统的力学特性人手,通过受力分析初步建立了液滴形态的数学模型,并尝试进行了简单的数值求解.     

基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测,其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据,输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度,输出参量为EEJ.对EEJ预测结果进行了统计学分析,并且与实际观测结果进行对比.结果表明：BP神经网络对事件中EEJ的变化具有很好的预测能力,预测结果能够反映EEJ的重要分布特征;EEJ预测值与观测值之间具有很好的相关性,其中地磁台站观测值与预测值相关性系数可达85%以上.此外,将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比,结果显示BP神经网络与其经验模型性能相当.研究结果表明,BP神经网络技术在平静期EEJ变化预测方面性能优异,具有良好的应用前景.     

加油机尾流场建模与仿真分析

提出了等效气动效应法,建立了加油机尾流场的等效扰动模型。等效气动效应法采用逐点积分方法和加权平均方法,将尾流的影响等效为受油机运动方程直接可用的平均风速度和风梯度。对不同状态下受油机所受尾流的扰动作用进行了仿真。结果表明,扰动模型与实际情况比较符合。     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩,但由于该类方法只能以矩形框给出目标的概略位置,检测结果具有很大的背景冗余区域,特别是港口密集停泊的舰船在图像中会出现区域重叠,导致误检和漏检。针对以上问题,提出了一种具有旋转不变性的舰船目标精细化检测方法,该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点,借鉴MobileNet架构对网络加速,通过学习密集区域目标的几何形变,有效预测目标的旋转角度,最终以旋转的矩形框给出目标的位置。实验结果表明,该算法可实现多类舰船目标类型区分和目标朝向判定的功能,有效地解决了实际应用中的目标精确定位定向难题,提高了自动目标识别的精确性,并满足工程应用的实时性要求。     

双太阳翼GEO卫星在轨角动量管控方法

地球同步轨道(GEO)卫星在轨的主要环境干扰力矩为太阳光压力矩和重力梯度力矩,干扰力矩的累积效应表现为飞轮转速的变化,需要通过外力矩进行角动量卸载避免飞轮饱和。由于GEO磁场极弱,卫星无法使用磁力矩卸载,只能通过喷气卸载,而喷气将对卫星轨道产生影响,因此需要尽可能延长卸载周期。针对配置双对称太阳电池阵GEO卫星的角动量管控需求,首先建立卫星在惯性空间中角动量积累模型,并映射到卫星本体系中,得到本体系中的角动量变化规律。通过飞轮在轨转速遥测数据,精确辨识获取环境干扰力矩特征参数,获得真实可靠的干扰模型。以角动量卸载周期最长为原则,基于在轨环境干扰模型制定角动量管控策略,并准确预估下次角动量卸载时间。经在轨数据处理与分析表明:提出的角动量管控策略,可有效将飞轮的角动量卸载周期提升为原来的2倍,有效提升卫星在轨应用效能,具有实际工程意义。