复合材料层合板振动数值仿真

从理论上讨论了一端固支弹性矩形薄板自由振动频率的求解问题。在MSC．Patran中建立复合材料层合板的有限元分析模型,用MSC．Nastran计算得到自由振动的固有频率和基本振型,结果与试验数据对比,吻合很好,说明采取的数值仿真方法可用于工程设计计算。     

某型飞机燃油／液压系统故障统计与分析

通过收集、整理某型飞机的燃油／液压系统的多次故障案例，分析了管道系统故障的产生机理，讨论了管路动态特性的研究方法，给出了航空燃油／液压系统管路耦合振动失效的基本规律。     

高铝锌基合金模具材料性能研究

研究了含铝量不同的五种高铝锌基合金的组织和性能以及温度对力学性能的影响。从差示扫描量热分析和显微组织得出,作为模具材料,2A40具有较好的综合性能,2A50具有优良的高温性能。     

静电场仪校准系统的设计及仿真研究

静电场仪的精确校准对提高卫星在轨电场探测精度、保障卫星安全发射升空、精确预测雷电等具有重要意义。针对电场仪校准的需要,设计了平行极板电容式静态电场仪校准装置。利用三维电磁场仿真软件CST对标准静电场发生装置进行数值仿真,研究了校准箱内部及边缘处的静电场分布特点,分析标准极板直径和间距对边缘效应的影响,结合极板平行度对电场均匀性的影响分析,确定了校准过程中电场仪探头的最佳位置,实现静电场仪校准装置的最优化设计。     

垂直返回重复使用运载火箭弹道特性分析和优化设计

针对重复使用弹道设计中上升段弹道与返回段弹道之间相互耦合的问题,本文提出一种简化总体弹道优化设计的方法,首先根据影响返回段设计的一子级射程关键约束,进行上升段的弹道设计,经分析在同样的一子级射程约束情况下,上升段存在两组分离点参数,其次分析了在不同的分离点情况下,上升段和返回段在前场和原场两种返回模式下的运载能力损失情况,并对相关弹道特性进行了分析,得出在前场返回情况下优选低弹道方案,原场返回情况下,优选高弹道方案,该结果可为垂直返回重复使用运载火箭的弹道设计提供参考。     

微量天平校准装置及精度分析

装置适用于风洞应变式微量天平六分量精密静态校准。通过高精度复位工件台和电视测量实现了微量天平的五分量体轴校;应用力的精密传递与转换实现了微量载荷在水平方向的准确加载。对三分量天平的综合加载精度以及影响因素进行了分析,同时还给出了该设备对三分量微量天平校准的结果,并与其他设备校准结果进行了比较     

系统级CERT的原理和效果

本文说明大型火箭系统级CERT技术是一种低成本的可靠性保障技术，它解决的问题是发现火箭的偶然故障模式，以便改进，从而提高可靠性。本文阐述了试验的基本原理；基本试验要求，列出具体试验效果，并被飞行试验证明，作为理论的佐证。     

网联混合动力汽车能量优化控制

能量管理策略是混合动力汽车的核心技术之一,决定了车辆的燃油经济性和排放性能。针对现有混合动力汽车的能量管理都是基于固定工况开发而没有考虑实际道路工况的问题,基于智能交通系统（ITS）和专用短程通信技术（DSRC）获取的道路交通信息和周边车辆信息,提出了一种网联混合动力汽车分层能量控制方法。其中,上层控制器利用道路交通信息和模型预测控制算法预测车辆的最优目标速度并计算出需求转矩;下层控制器利用上层控制器获得的目标车速信息,实现最优车速跟随,并使用模糊神经网络控制算法优化发动机和电动机之间的转矩分配以降低燃油消耗。仿真结果表明:与传统的能量管理策略相比,所提方法可以有效避免车辆在红灯时停车,车辆的燃油消耗率降低了34.88%,HC、CO和NO_x的排放分别降低10.59%、66.19%和1.05%,提升了混合动力汽车的燃油经济性和排放性能。      

一种小型化高同步性伺服作动系统研究

介绍了一种小型化高同步性伺服作动系统,针对发动机动力调节装置狭小的空间和特殊高温环境的严苛要求,对液压作动器进行了耐高温、小型化设计,采用液压作动器与控制阀组分体式结构设计和非对称活塞杆结构设计,实现了大运动行程,降低了截面尺寸和轴向长度;采用位置初始同步+位置同步控制+非对称位置控制的全域控制参数动态调整的控制策略,实现了三路作动器的运动平稳控制和全行程范围内的高位置同步性。通过理论计算和带载试验验证,该伺服作动系统实现了环境和空间的技术要求,并具有较好的位置同步控制性能。     

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。