加筋面板结构形式的耐高温复材工装成型工艺研究

针对加筋面板结构形式的耐高温复材工装从加强筋结构形式、成型方法、固化工艺参数等方面开展成型工艺研究.结果表明:选用XT200-C(t)200-1250和XT200-C(t)650-1250复合材料工装模具专用预浸料,面板预固化时加压时机从室温至55℃之间,面板后固化时的固化温度200℃和保温时间2h,面板后固化升温速率...     

卫星控制系统时序建模分析方法研究

分析国内外卫星控制系统时序分析与设计方法和方法的现状,阐述了对时序进行数学建模的重要性.提出了针对时序设计过程的数学建模分析方法和时序描述的工作流图方法,通过系统性的时序建模,可求解出时序过程中的所有时间参数,以便用于时序分析和指导时序测试.     

电子干扰条件下舰空导弹抗击能力分析

在分析电子干扰对舰空导弹武器系统影响的基础上,采用模糊数学方法对其进行了量化评估,在此基础上对舰空导弹武器系统抗击能力模型进行了完善。     

基于自适应IMM算法的蛇形机动目标加速度估计研究

针对防空导弹拦截高速蛇形机动反舰导弹的难题,基于导引头测量的视线角速度、弹目相对速度等信息,开展了蛇形机动目标加速度估计算法的研究,最终建立了基于交互多模型的扩展卡尔曼滤波算法,实现了对蛇形机动目标的加速度估计。考虑传统加速度方差计算方法受限于先验值的缺陷,根据残差对加速度方差的计算方法进行了改进。数字仿真证明:提出的自适应交互多模型算法能有效提高蛇形机动目标加速度的估计精度。     

高超声速飞行器的气动力工程计算

为满足高超声速飞行器在概念设计和优化设计中对气动力快速计算的需求,基于C/C++研究和开发了高超声速飞行器的气动力快速计算程序。使用该程序对HL-20升力体和双椭球模型的气动力特性进行计算,将计算结果与风洞实验数据进行对比分析。结果表明,计算结果与风洞实验数据吻合良好,该程序能够准确计算高超声速飞行器的升阻特性。通过修改工程计算方法,对比计算数据,验证本文使用的计算方法的精度,同时也体现了该程序可以灵活选择适合的计算方法的特性。此外,该程序不仅可以自由的更换计算方法,还能够作为C++的库文件链接成为优化程序的一部分,实现高超声速飞行器的概念设计和优化设计。     

预腐蚀对疲劳寿命分布特性及参数影响的初步研究

预腐蚀是影响飞机结构安全性和经济性的重要因素.为研究预腐蚀对疲劳寿命的影响,进行30CrMnSiNi2A和LC4CS试件加速预腐蚀不同时间后的成组随机谱下的疲劳试验,采用概率回归方法对预腐蚀疲劳寿命分布特性进行检验,表明可采用对数正态分布和双参数威布尔分布描述疲劳寿命分布特性.然后对不同预腐蚀时间后的疲劳寿命分布参数进行估计,当假设疲劳寿命服从对数正态分布时,在工程常用的时间范围内,对数寿命标准差与预腐蚀时间无关;当假设疲劳寿命服从双参数威布尔分布时,可以认为斜率与预腐蚀时间无关.     

飞机结构关键件设计改进后的疲劳寿命评定技术

 结合某型飞机重要疲劳关键件起落架梁设计改进后的寿命评定,建立了在不进行全尺寸试验的情况下,对设计改进结构进行寿命评定的方法。即在结构改进前后关键疲劳薄弱部位细节应力分析的基础上,通过该疲劳关键部位的模拟试件在改进前后应力谱下的寿命分析和疲劳对比试验,综合评定结构改进后的寿命增加系数,参照改进前该结构的全尺寸疲劳试验结果,确定设计改进后该关键件的疲劳寿命。用上述方法完成了对某型飞机重要疲劳关键件起落架梁改进后的寿命评定,其结果也应用到了该型飞机结构的定延寿。     

H_2O组分对氢燃料超音速燃烧室性能的影响

燃烧加热设备广泛应用于超燃冲压发动机地面试验,在试验工质中伴随产生相当数量的燃烧产物污染组分,对超燃冲压发动机地面试验性能产生显著影响,这已经成为国内外研究热点。本文针对燃烧加热器主要产生的H2O污染组分,采用纯净空气来流与H2O污染空气来流的对比试验方法,研究了H2O组分对氢燃料超燃冲压发动机燃烧室性能的影响,获得了一些初步的试验结果和研究结论。     

某型发动机喷口控制泵漏油量超标故障分析及改进措施

对某型发动机喷口控制泵漏油量超标故障进行综合分析,确定了故障原因,并制定了相应的改进措施,达到预防此类故障再次发生的目的。     

基于块对角投影表示的人脸识别

针对大多数特征表示算法在挖掘高维数据内在结构时容易受到噪声的影响,以及特征学习与分类器设计割裂导致分类性能降低的问题,提出了一种新的基于特征表示的人脸识别方法,称为块对角投影表示（BDPR）学习。首先,利用样本信息对每类样本的编码系数施加一个加权矩阵,通过局部约束来加强表示系数之间的相似性,从而降低噪声对系数学习的影响,使所提方法能够更好地保持数据的局部结构。其次,为了实现数据与编码系数相关联,降低表示系数的学习难度,构造了块对角化判别约束项来学习一个判别投影,通过投影从低维数据中提取样本表示系数,使系数包含更多的样本间全局结构信息且具有更低的计算复杂度。最后,将系数学习和分类器学习整合到同一框架下,同时增大不同类别样本间的“标签距离”,采用迭代求解的方式交替更新判别投影和分类器,最终得到最适合当前表示特征的分类器,使得所提方法能自动完成分类。多个公开的人脸数据集上的实验结果表明:较之传统的协作表示分类和多个主流的子空间学习方法,所提方法均取得了更优的识别效果。