离心压气机通流反问题的损失模型研究

在使用无粘性控制方程组加熵方程的准三维流线曲率法S_2,m流面反问题的离心压气机设计系统中,必须引入关于转子、静子以及无叶扩压段的流动损失模型.经分析首先选择了Galvas M.R.的模型作为原始模型.其次对该一维模型进行了适合于现代准三维计算技术的改进.再则提出和尝试了在通流程序中调用损失模型的一种新方法.改进后的损失模型的功能被扩展,不但根据叶片排之间界面参数的变化给出相应的出口损失量,而且将熵增分布到所有通流计算站上以影响速度场的积分,满足了通流方法的需求并更贴近真实流动.改进的模型的损失预估效果达到了工程实用的程度.将有待工程或实验的验证.      

无人机在干扰卫星通信系统中的应用

随着军事信息化程度越来越高,军事卫星通信已成为军事通信和战场通信的重要组成部分。卫星通信干扰和抗干扰技术已受到各国的重视。文章首先分析了干扰卫星通信系统的几种途径,然后分析了无人机在干扰卫星通信系统中的应用及优势。     

新气动布局飞机的过失速控制律设计

提出了一种多操纵面新气动布局飞机的过失速控制律设计方法.利用最小二乘拟合方法处理离散气动数据,得到连续六自由度非线性飞机方程;使用扩展线性化方法将飞机方程简化为工作点族上具有时变特征的线性系统形式;使用符号运算方法设计了系统闭环控制律和大攻角下的过失速控制律.仿真实验表明,这种控制律用于现代飞机的过失速机动是有效的.      

浮环轴承非线性耦合动力润滑特性

针对浮环轴承-柔性转子结构的某型微型燃机实验结果的分析,结合浮环轴承非线性耦合动力润滑的机理研究,进一步研究与探讨了浮环轴承流固耦合润滑的非线性行为.给出了浮环轴承存在的五种典型非线性振动的频率特征,阐明了转子临界区域工频振动特征与转子涡动频率谐波振动特征的区别与联系,同时也明确了相应的振动抑制或消除的措施及方法.根据单膜润滑油膜承载能力及涡动速度的解析表达式,论证了浮环轴承半速涡动的频率特征及其稳定性.试验证明,浮环内、外油膜半速涡动与油膜振荡现象的涡动比接近于0.5与0.3,并且理论与实验具有很好的一致性.这为浮环轴承的设计及性能研究提供了相应理论与实验的依据.      

基于eXtremeDB的机载显控系统数据管理研究

在VxWorks实时操作系统中应用eXtremeDB实时数据库,通过机载显控系统软件综合模块化开发,研究了一种新型的机载显控系统数据管理技术,这种技术具有很多优点,能进行实时、可靠、支持并发多处理要求的数据管理能力。     

横向槽结构对气膜冷却效果影响的数值研究

基于有限体积法对三维定常不可压缩N-S方程进行离散,采用两层k-ε湍流模型,在吹风比M为0.6,1.2和1.8的情况下,数值研究了6种不同横向槽结构对气膜冷却效果的影响,并与常规圆柱孔进行了比较。结果表明:在任何吹风比下,所有开槽孔的冷却效率均高于圆柱孔;在低吹风比时,6种开槽孔的冷却效率相差不大,随着吹风比的增大,不同开槽孔冷却效率的变化趋势不尽相同;具有中等开槽深度(0.75D)和最大开槽宽度(3D)的开槽孔,气膜冷却效果最佳,而具有最大开槽深度(1D)的开槽孔,气膜冷却效果较差;横向槽的存在使冷气射流在流出气膜后面积突扩,动量降低,气膜出流向主流的垂直穿透能力随之降低,射流本身流动的扩散以及射流在流入横向槽中受到主流对其向下的压制作用较大,反向涡旋对的强度不同程度地受到了抑制,增强了壁面的冷却效果。     

时滞系统的Elman网络多步预测模糊控制方法

讨论了Elman神经网络的结构与学习算法,研究了基于Elman网络的动态系统辨识模型、预测模型及预测算法,并与模糊控制相结合,研究神经网络多步预测模糊控制方法。仿真结果表明该方法可以提高系统的鲁棒性及稳定性,多步预测最佳模糊控制的控制精度及ITAE指标均较无预测时要优。     

求解N-S方程SIMPLE算法的半交错网格研究

运用半交错网格设置对不可压缩流动的Navier-Stokes方程进行数值离散求解，文中对不合理压力场产生的原因及抑制方法进行了探讨，导出了压力控制体界面上速度的修正表达式。作为算例．本文采用区域湍流模化方法，在核心区采用标准k-ε模型，在近壁区采用单方程低雷诺数模型．对封闭转-静盘腔、具有径向出流的转-静盘腔和非规则环形通道内的流动进行了数值模拟．并与实验数据进行了对比分析，结果表明本文的计算方法是合理的。     

基于W77E58单片机的无人机飞行安控器设计

介绍了无人机飞行安控器的工作原理。利用W77E58单片机高性能特点,设计了一种简洁高效的硬件电路;应用科学的安控算法,保证了软件执行的安全。实际应用表明,无人机飞行安控器的设计有效、可靠。     

基于最小二乘支持向量机的小型无人直升机悬停动态建模

小型无人直升机(SUH)是一类典型的非线性动态系统,由于其本质不稳定性,由开环辨识实验获得的数据通常是小样本的,使用传统黑箱辨识方法难以获得较好的辨识效果。提出一种利用支持向量机(SVM)对SUH悬停动态进行辨识建模的新方法。通过动力学机理分析和合理的简化,确定了模型的非线性回归形式,以及从低维输入空间到高维Hilbert特征空间的映射关系和相应的机理核函数,并应用最小二乘支持向量机(LS-SVM)训练获得SVM模型和对应的参数化非线性多输入多输出（MIMO）模型。利用实际飞行数据辨识得到的模型不仅具有良好的预报精度,而且显式表达了各状态变量之间以及输入与状态之间的耦合关系,便于非线性控制策略的设计。