竖直矩形通道内超临界正癸烷振荡特性的大涡模拟

基于超临界碳氢燃料的主动再生冷却被认为是超燃冲压发动机最具前景的热管理方法之一.本研究利用大涡模拟数值方法探究矩形通道内超临界碳氢燃料初始流动传热的瞬态变化规律的,证实了超临界振荡效应的存在,即温度和速度分布波动性较强.通过监测10-4 s时间尺度下的速度变化规律,发现振荡有着近似三角函数式的频率和振幅.冷却通道被加热...     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。     

基于粒子群算法的多脉冲转移轨迹优化

通过引入Lambert算法处理终端约束条件,建立基于可行解迭代的多脉冲转移轨迹优化模型,采用粒子群算法优化最省燃料转移轨道,并对分别采用变轨点真近点角和变轨时刻作为设计变量的优化结果进行了对比分析.对相同的两脉冲、三脉冲轨道转移问题,优化结果验证了提出的优化模型和优化算法的正确高效性.仿真表明,使用变轨点真近点角为设计变量时优化效率和结果更好.     

基于过程质量数据的制造系统可靠性建模分析

针对传统制造系统可靠性评价不考虑加工过程产品质量数据,无法对制造系统可靠性进行及时准确的建模分析,提出了基于过程质量数据的制造系统可靠性建模分析方法.首先,在给出了包含制造产品质量的制造系统可靠性新内涵的基础上,分析了制造过程中关键质量特性检验数据和制造系统组件的退化故障数据等过程质量数据对制造系统可靠性建模的影响,从而明确建模需求.然后,首次提出了基于产品合格概率和制造系统组件退化失效率的制造系统可靠性分析模型.最后,通过某盖板的加工系统的可靠性建模分析验证了模型的有效性.结果表明该模型能够方便地利用制造阶段的质量数据更准确地估计出制造系统可靠性.     

飞翼模型高速风洞PIV试验研究

对小展弦比飞翼标模在2.4米跨声速风洞中创新开展了PIV试验。对空风洞进行了测速校核,并对小展弦比飞翼标模开展了二维、三维涡迹PIV测试,试验马赫数为0.4~0.9。测试结果表明,2.4m风洞PIV试验数据具有较高的准确度,M≤0.8时空风洞测速结果与理论值相差不超过1%,M=0.9时相差不超过2%。小展弦比飞翼标模测试结果显示,M数增大使机翼尾涡涡量和切向速度增大,涡核向内展向方向移动。前缘涡与上翼面分离具有密切关系:当M=0.8、α≤12°时,翼梢测试截面的前缘涡尚未破裂,上翼面未发生显著的流动分离;当α≥13°时,前缘涡破碎时机提前,当地后1/2弦长区域产生了比较明显的流动分离。     

分布式容错系统的低冗余重构策略及拓扑结构研究

分布式系统需要采用合理的拓扑结构，才能在低冗余的条件下的实现容错，从而获得高的性能价格比。本文从分析的可靠性与重构策略的关系以及重构策略与系统拓扑系统入手，找出解决这一课题的一种途径，最后介绍了一个低余度高可靠实时重构的分布式容错系统的实现。     

高动态GPS信号粗捕和精捕算法仿真实现

为了解决高动态下对GPS信号快速捕获的问题,提出了改进的部分匹配滤波(PMF)和快速傅里叶变换(FFT)相结合的粗捕方法,对其原理和结构进行了分析,并针对其引起的扇贝损失和捕获性能不高的问题,对传统PMF+FFT方法进行加窗处理;考虑到高动态下基于扩展卡尔曼跟踪的方法对捕获后参数的精度要求很高,因此在粗捕的基础上提出了基于线性调频Z变换(CZT)算法的精捕方法,并在GPS信号理论模型和模拟高动态轨迹的基础上,实现了高动态GPS数字中频信号的生成,为进一步加快捕获速度,对于冷启动时提出了一种组合码相关的卫星快速盲搜方法;最后通过MATLAB进行系统仿真实验,验证了所提出的高动态GPS信号粗捕和精捕算法能在加速度为100 g的高动态环境下有约10 Hz的捕获精度。     

电磁轴承-转子系统多变量模糊解耦控制算法的推导

在建立了转子高速旋转时电磁轴承系统的模型基础上 ,针对此系统的多变量模型 ,采用了多变量模糊解耦方法进行控制研究。文中推导了有效的降维模糊关系矩阵 ,得出了四输入四输出的多变量模糊系统的输出算法 ,并进一步考虑了加上输入变量导数的情况下算法的推导。