弹射过程座舱盖抛放轨迹的预测

通过分析座舱盖在各个不同抛放阶段的受力关系,并着重考虑了抛放过程中气动系数的修正和铆钉剪切的影响,最终建立了座舱盖抛放轨迹的预测模型.该模型可广泛用于预测不同型号座舱盖在各种飞行状态下的抛放轨迹.算例表明计算结果与实验数据一致,证明了模型的实用性和有效性.     

RLV再入姿态双环滑模控制及舵喷混合配置

应用滑模控制设计了一种可重复使用运载器（RLV）再入姿态控制器,该控制器应用双环的滑模控制方案,可以获得对角速度及角度的同时跟踪,并具有较好的鲁棒性和解耦性能。针对RLV再入姿态的动力面与反作用混合控制的特点,运用优化控制选择配置算法把控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器来执行。再入姿态仿真验证了该方法的精度、鲁棒性以及解耦的跟踪性能及有效性。     

一种改进的三角形星图识别方法

首先提出在直角坐标系下将天球球面均匀地分成486个分区的方法——"内接正方体法",实现导航星的快速检索。然后按照星对角距的大小升序排列,直接存储星对角距,并通过设置星对角距状态标识,完成星对角距的快速匹配搜索。最后,引入验证识别环节有效地解决观测三角形与匹配的导航三角形产生的冗余问题。仿真实验表明,改进的三角形星图识别方法对星点位置噪声和星等(亮度)噪声均具有较强的抗干扰能力,且在识别时间和存储空间的需求方面均比传统的三角形算法也具有较大的优势。     

基于泰勒展开法的转子系统动力特性区间分析方法

对转子系统动力特性运用一种非概率-区间分析方法进行分析.基于区间数学和1阶泰勒展开理论的区间分析方法将非确定参数支承刚度和连接结构刚度视为区间向量,运用泰勒展开法建立了转子系统固有频率的公式.区间分析方法降低了传统的概率分析方法对不确定参数信息的过分要求,为解决含有非确定参数的转子系统动力特性问题提供了一个途径.应用区间泰勒展开法和概率方法对数值算例进行了分析,并比较了结果.当参数非确定性小于20%时,计算得到的转子系统固有频率区间上下界与真实值区间上下界误差小于2.2%.建立了转子系统动力特性试验装置,试验结果验证了方法的有效性.      

防空导弹任务规划与协同控制技术研究

针对防空导弹拦截群目标的任务需求，提出了多弹协同作战框架。考虑到实际拦截过程中弹目相对速度和角度较大的问题，建立了导弹拦截目标的能力预测模型，以确保分配结果处于导弹攻击能力范围内，并采用了改进的粒子群优化算法进行任务分配。然后为了兼顾协同制导和命中精度的要求，基于弹道成型和偏置比例导引的思想，结合一致性理论，设计了多弹时间/角度协同制导律。最后通过4枚导弹拦截3个目标的典型场景仿真，证明了方案的有效性。     

高温高速气流总焓接触测试法对比分析

发动机尾焰、燃烧加热、电弧加热器等高温高速气流总焓测量存在较大误差,采用结构优化的质量吸入水冷焓探针,标定后的驻点热流和驻点压力探针(Fay-Riddell公式法)对高温高速气流总焓进行了对比测试。结果表明:焓值为2.5~5 MJ/kg时,焓探针的测试误差约为3.38%,采用Fay-Riddell公式法获得焓值的误差约为3%。焓探针与Fay-Riddell公式法平均偏差约为4.65%。在地面模拟试验时采用两种测焓方法确定测试精度,对减小高温高速气流测焓误差,提高试验模拟精度具有积极的作用。     

基于脑电功率谱密度的作业人员脑力负荷评估方法

脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验,记录16名被试的NASA任务负荷指数（NASA-TLX）量表数据和脑电（EEG）信号,提出了一种基于脑电功率谱密度（PSD）和支持向量机（SVM）的个体脑力负荷评估方法。结果表明：随着实验设计脑力负荷水平增加,被试的主观脑力负荷得分显著提高（p<0.001）,这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上,通过网格搜索法确定个体脑力负荷评估模型的统一优化参数,惩罚系数取3 000,核函数参数取0.000 1,模型测试正确率达到0.966 5±0.029 8,宏平均的受试者工作特征曲线下的面积（Macro-AUC）达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法,为后期作业人员脑力负荷状态的实时判别提供模型基础。     

涡桨飞机螺旋桨滑流气动干扰效应及流动机理

螺旋桨滑流对飞机各气动部件的干扰是涡桨飞机气动设计中面临的难点之一。以某双发涡桨支线客机为对象,采用数值模拟手段分析了滑流对机翼、平尾、垂尾的影响及其流动机理。计算采用基于动态面搭接网格技术的非定常方法,气动力与表面压力分布的计算结果均与实验值吻合良好。研究结果表明：在滑流影响下,全机升力和阻力有所增加,升阻比和纵向静稳定度有所降低,并在无侧滑状态下产生了滚转力矩和偏航力矩;在不同展向位置,滑流对机翼表面流动分离的影响存在显著的差异。在螺旋桨下行运动一侧,滑流的旋转减小了当地迎角,同时桨后气流速度较高,翼面流动分离被有效抑制。在螺旋桨上行运动一侧,滑流的旋转增大了当地迎角,而且桨后气流速度较低,因而翼面流动分离并未得到明显改善;在中小迎角下,滑流对背景飞机平尾当地的动压没有产生影响,但增加了下洗角变化率,进而导致平尾效率降低;垂尾的侧力与偏航力矩是由滑流的侧洗引起的,而滑流的侧洗又与左右两侧机翼升力分布的不对称性有关。     

Multi-mode diagnosis of a gas turbine engine using an adaptive neuro-fuzzy system

Gas Turbine Engines (GTEs) are vastly used for generation of mechanical power in a wide range of applications from airplane propulsion systems to stationary power plants. The gas-path components of a GTE are exposed to harsh operating and ambient conditions, leading to several degradation mechanisms. Because GTE components are mostly inaccessible for direct measurements and their degradation levels must be inferred from the measurements of accessible parameters, it is a challenge to acquire reliable information on the degradation conditions of the parts in different fault modes. In this work, a data-driven fault detection and degradation estimation scheme is developed for GTE diagnostics based on an Adaptive Neuro-Fuzzy Inference System (ANFIS). To verify the performance and accuracy of the developed diagnostic framework on GTE data, an ensemble of measurable gas path parameters has been generated by a high-fidelity GTE model under (a) diverse ambient conditions and control settings, (b) every possible combination of degradation symptoms, and (c) a broad range of signal to noise ratios. The results prove the competency of the developed framework in fault diagnostics and reveal the sensitivity of diagnostic results to measurement noise for different degradation symptoms.     

利用夹点技术分析常压装置换热网

换热网络是能量回收利用系统中的一个重要系统。对换热网络结构已定或已在运行的换热网络,如何优化改进使其达到最优,或在换热网络中的物流的流量、进出口温度发生变化时,要求换热网络的换热仍能满足工艺上的要求,要解决这一问题,通过采用夹点技术对某厂1.0Mt/a常压换热网络进行的分析,确定了最优夹点温差,为节能优化提供依据。