应用修正的k-ε模型研究超声速H2/Air燃烧

为了研究超声速燃烧中流体可压缩性的影响,对标准k-ε湍流模型进行可压缩性修正(包括结构可压缩性修正和膨胀可压缩性修正两部分)。分别应用标准k-ε模型、修正的k-ε模型和雷诺应力模型(RSM),考虑氢气/空气详细化学反应机理(GR I-M ech 2.11机理,10组分,28基元反应),数值模拟有壁面限制的超声速混合层冷态及热态流场。结果表明:壁面和燃烧对湍流影响都很大;修正模型对冷态以及燃烧场的预测结果优于其它两个;修正模型预测的混合层厚度更薄,燃烧区域更窄,与实验结果吻合地更好。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

吸气式高超声速飞行器耦合运动数值模拟

为了研究吸气式高超声速飞行器在俯仰/滚转两自由度耦合运动下的动稳定性问题,基于气动/运动耦合数值模拟方法并结合理论分析,针对一种类似SR-72构型的吸气式高超声速飞行器开展了进气道通流状态下强迫俯仰/自由滚转耦合运动数值模拟研究。结果表明:强迫俯仰/自由滚转耦合运动下,滚转通道的动力学方程可以简化为有阻尼的Mathieu方程形式,并且可以求得稳定性边界。理论分析表明:滚转通道的动稳定性与俯仰振荡角频率相关,在飞行器滚转振荡固有角频率附近存在2个临界角频率,当俯仰振荡角频率位于2个临界角频率之间时,滚转通道是动不稳定的。在俯仰振荡振幅较小时,数值模拟结果与理论符合较好,但实际的临界角频率与理论分析求解的值有一定偏差;数值模拟结果表明随着俯仰振荡振幅增大,导致滚转发散的角频率范围变得更宽,且向更高频率偏移。      

基于灰度直方图拟合曲线的数字图像多阈值分割技术研究

在对数字图像灰度直方图进行高次样条函数曲线拟合之后,通过求取若干个局部最小值作为图像的分割阈值,通过对图像像素进行多阈值分割,最后采用区域背景像素点增长合并法进行背景区域合并,从而获得完整清晰反映图像各个组成部分的分割结果。     

基于改进FCM的北斗三频组合观测值选取

以北斗卫星导航系统三频双差为基础探讨了组合观测值及误差,针对以往采用聚类方法在研究GPS三频组合数据过程中的不足,提出了基于距离修正的增量模糊C均值算法.通过调节因子有效地修正了样本中心与聚类中心的距离,获得合理的隶属度,从而得到正确的分类;构造了基于距离修正的聚类有效性指标,自动获取最佳聚类数,避免了人为确定聚类数的不合理性;在此基础上引入增量的思想,数据增加时以原有的数据集为基础,根据阈值进行归类,不需要重新进行初始计算.通过矩阵变换法及实例验证了该方法的可行性和可靠性.     

某型测试设备供电电流异常故障分析及预防

针对某型综合测试设备在使用过程中出现的变流机供电电流异常情况,通过对检测机理进行分析,深入剖析了变流机供电电流测量故障的排除方法和步骤,提出了合理的预防方法,可有效保证设备的完好率。     

塞式喷管底部二次流的数值模拟研究

从 N-S方程出发 ,采用二阶精度的 NND格式对塞式喷管的流场进行了数值模拟 ,重点研究了一线性塞式喷管底部二次流在低中高空的特性。研究表明 ,塞式喷管底部回流区的消失不仅与二次流流量大小有关 ,而且与底部压强有关 ;加入二次流会使塞式喷管的推力上升 ,但在大多数情况下其比冲会下降 ,只有特定压强比条件下 ,加入少量的二次流比冲才会上升     

扰流片式推力矢量喷管气动特性数值模拟研究

为了满足工程应用中扰流片式推力矢量喷管控制率建模以及优化设计的需求,本文选取了三种几何外形的扰流片,并通过数值模拟手段,研究了扰流片几何形状对于轴对称喷管推力矢量气动特性的影响规律,提出了减小扰流片推力损失的设计方法。数值模拟结果表明,推力矢量角与推力损失系数都随着扰流片插入高度的增加而增加;对于矩形扰流片,可以通过增加扰流片宽度的方式减小推力损失,对于扇形扰流片,可以通过减小上圆弧圆心与扇形顶点距离的方式减小推力损失;在插入高度及面积一定时,对比不同形状的扰流片,弧顶矩形扰流片的推力矢量角及推力损失系数均为最大,圆形扰流片均为最小。     

SoftBase查询优化器的设计与实现

查询优化是数据库系统中一个必不可少的模块，本文在当前查询优化技术发展的基础上讨论了SoftBase数据库的查询优化器的设计和实现，给出了SAoftBase数据库查询优化处理的一般过程，并着重探讨了查询优化的两个主要模块，查询重写和基于代价评估的计划优化。在计划优化模块中，详细讨论了存取路径的选择和代价评估的计算方法，最后对测试结果进行了分析，结果表明优化后的SoftBase查询效率比原系统有了明显的提高。     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。