蜂窝夹层结构粘接用聚酰亚胺胶膜的研究

采用热固性聚酰亚胺胶黏剂KHPIA-S制备了聚酰亚胺胶膜,系统研究了胶膜的厚度以及表面处理剂对复合材料蜂窝夹层结构粘揍性能的影响规律.结果表明,制备的聚酰亚胺胶膜具有优异的高温粘接性能,在320℃下对不锈钢试片粘接的剪切强度超过11 MPa,对蜂窝夹层结构粘接的平拉强度最高可达2.1 MPa.     

关于一般q-李代数的普遍包络代数 的研究

利用张量代数与一般q-李代数思想,研究了一般q-李代数的普遍包络代数U(Lq),以及它的泛性质,并且通过有序齐次基的引入,最终找到了U(Lq)的一组基。     

基于复数深度神经网络的逆合成孔径雷达成像方法

压缩感知（Compressive sensing, CS）理论框架下逆合成孔径雷达（Inverse syntheitic operture radar, ISAR）成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络（Deep neural network, DNN）的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示,但目前已有的DNN都为实数域的模型,无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量,本文通过级联不同类型的复数网络层的方式,构建具有多级分解能力的复数深度神经网络（Complex value DND, CV-DNN）,利用CV-DNN实现ISAR成像。实验结果表明,基于CV-DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。     

基于数字样机的飞机研制项目监控技术

由于周期漫长、数据繁杂、并发事件多等特点,飞机研制项目需要高效的管理支撑环境.针对这种需求,提出了一种基于数字样机的项目监控方法.该方法首先在项目管理与产品数据管理集成模型的基础上创建一种面向项目监控的数字样机.通过将样机模型与任务信息进行绑定,实现多视图的项目监控环境.在进行样机模型可视化时,采用双层载入策略以降低系统显示负载.该方法以对数字样机的可视化与交互为基础,向项目管理人员提供一种支持多层面信息展示的项目监控界面,丰富了项目管理用户与企业信息间的交互方式.      

半开口射流式超声速风洞驻室压力调节的新方法

本文介绍了应用主气流引射,在驻室开缝调节驻室压力的新方法,取代了用引射器引射,并调节驻室压力的传统方法,其结果扩大了调节压力比的范围,提高了调节精度,扩大了 FD-02 风洞喷管出口面积,实现了在小风洞中做大模型实验的目的。通过Ⅰ号战术导弹的燃气舵风洞气动力实验证明,气动力的测量精度提高两倍,力矩的测量精度提高3.34倍到4.0倍,而每次吹风所消耗的气源流量比原来的要减少一半以上。     

基于组字典学习的逆合成孔径雷达成像方法

基于压缩感知(compressive sensing, CS)的逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法可以使用非常少的数据来获得高质量的图像。但基于CS的ISAR成像方法中目标场景不准确的稀疏表示限制了成像方法的性能。结合字典学习(dictionary learning, DL)技术的CS ISAR成像方法能够寻找到目标场景图像块的最优稀疏表示,提高成像质量,但每一个图像块被单独考虑,而忽略了彼此之间的相互依赖关系。为了实现进一步提高成像质量的目标,针对ISAR图像分块重建的问题,首次提出一种基于组字典学习(group dictionary learning,GDL)的ISAR成像方法。将具有相似结构的图像块聚类并构建出多个图像块组,利用奇异值分解(singular value decomposition, SVD)从图像块组中学习出最优组稀疏变换字典。学习好的组稀疏变换字典可以寻找到待重建图像块组的最优稀疏表示,进而重建出高质量的目标场景图像。实验结果表明:与现有的CS ISAR成像方法相比,基于GDL的ISAR成像方法能获得更好的成像效果,并具有更高的计算效率。     

“交叉眼”技术对角跟踪雷达导引头的干扰效果分析

角跟踪雷达导引头广泛采用单脉冲角跟踪技术。针对传统干扰方法难以干扰单脉冲角跟踪技术的问题,介绍了"交叉眼"干扰的基本原理,推导了对单脉冲角跟踪雷达实施"交叉眼"干扰时跟踪角误差的数学模型,分析了干扰源功率比、干扰源相位差、"交叉眼"干扰搭载平台回波等因素对干扰效果的影响并进行了计算机仿真。仿真结果表明,正确使用"交叉眼"技术,能够产生大于两干扰源在雷达处张角的角度误差,致使雷达导引头跟踪在两干扰源张角之外的虚假目标。     

采用BP算法的模糊自适应控制

在对不熟悉的过程进行模糊控制时,由于对过程的不了解,很难得到合适的控制规则.基于模糊控制器的一种解析结构,提出了将模糊控制器与神经网络相结合的方法.由神经网络对系统进行辨识,并为学习系统提供必要的信息,将控制对象视为神经网络的输出部分,采用BP算法根据神经网络提供的信息对经验规则进行修改,从而改善模糊控制系统动态响应.仿真结果表明该控制器对模型参数变化具有较好的适应能力,能够较快地修改系统的原控制规则,使对象输出较快地跟踪系统的输入.     

燃烧室冷、热态流量分配试验研究

试验装置和测试仪表 试验装置(图1a)中用环形燃烧室90°扇形试验件(图1b),有三个“T”型蒸发管,三个燃油喷嘴和一个点火装置。火焰筒为台阶结构。      

Soret和Dufour效应对方腔内双扩散自然对流影响的格子Boltzmann模拟

采用格子Boltzmann方法,并考虑双扩散过程中的Soret和Dufour耦合效应,对内置高浓度发热圆的方腔内双扩散自然对流现象进行数值模拟,高温高浓度发热圆位于方腔中心,四周壁面均为低温低浓度。在不同的浮升力比Br(-5≤Br≤5)、Soret数Sr(-0.4≤Sr≤0.4)和Dufour数Df(-0.4≤Df≤0.4)条件下,分析了方腔内部自然对流双扩散特性。研究结果表明:在相同的Br条件下,随着Sr和Df数同时增大,方腔内传热能力和传质能力均有所减弱;在相同Sr和Df数条件下,随着Br的增大,传热能力和传质能力均先减弱后增强。