复合结构大尺寸天线罩的制备及其性能

选用玻璃纤维织物/环氧树脂,采用湿法手糊成型工艺研制了复合结构大尺寸天线罩。经过电性能测试和静力试验,结果表明,该罩体的选材、结构设计和工艺过程可行;天线罩最小透波率为87%;天线罩通过了120%设计载荷的加载。     

三平测发模式下起竖臂对运载火箭地面风载的影响

为提高运载火箭地面风载条件对地面风场较大的发射场的适应性、降低运载火箭设计载荷、减轻火箭结构质量、提高运载效率,针对三平测发模式的特点,开展起竖臂对运载火箭地面风载的影响分析。采用基于广义位移和广义载荷的运载火箭地面风载计算方法,根据起竖臂的结构特点,量化分析竖臂刚度、支承油缸刚度、抱箍数量及位置因素对运载火箭地面风载的影响程度。起竖臂刚度、抱箍数量和位置对运载火箭地面风载影响较大,提高起竖臂刚度可使根部弯矩降低24.8%,增加Ⅰ级箱间段抱箍可使根部弯矩降低38%,而支承油缸刚度对运载火箭地面风载几乎没有影响。     

噪声环境对弹上电子设备的作用机理研究

建立了弹上电子设备声振耦合理论抽象模型,采用数值实验方法研究了电子设备周围环境的噪声载荷如何从外部传递到内部并对其内部器件的作用机理。分析得出:环境声场的声波入射到电子设备壳体外表面时发生反射与透射,其中反射声压与入射声压合成后同时作用于壳体外表面;合成压力载荷通过两条途径对电子设备器件内部产生影响,一条是激发电子设备壳体结构振动,并通过壳体结构及其与内部结构的机械连接,带动内部结构振动;另外一条是激发电子设备腔内声空间响应,产生二次声压场,再由二次声压场激励壳体内部结构产生振动;透射声压主要集中在低频且量级较小,其作用远比前述两条途径微弱。     

遗传寻优神经网络在平台温控系统建模中的应用

温度直接影响惯性仪表及惯性平台的使用精度,而高精度温控系统的设计依赖于准确的平台加温模型,针对平台系统中多种惯性仪表加温过程复杂度高,当前采用的阶跃响应辨识方法存在模型适应性差、精度不高等情况,且针对基于梯度下降的BP学习算法存在局部收敛的问题.采用基于遗传算法寻优的神经网络辨识的方法,对惯性仪表加温模型进行建模,试验验证通过遗传寻优后的BP神经网络学习算法,提高了网络的学习精度,进而提高了平台系统中惯性仪表加温过程数学模型的精度,模型适应性较高,为后续惯性仪表的加温控制方法的设计提供了必要的条件.     

层次马尔可夫链在民航安全管理中的应用

利用层次马尔可夫理论建立预测模型,预测系统未来各影响因素的危害度,仿真计算结果表明该方法能有效地预测系统未来的状态,从而科学指导未来民航安全管理决策,使航空安全与利益之间的关系达到最优化。     

T型尾翼风洞颤振实验保护装置绕流特性分析

采用SST两方程湍流模型,通过求解非定常Navier-Stokes (N-S)方程,对T型尾翼风洞实验流场进行了模拟,分析了保护装置对T型尾翼风洞实验流场的影响,研究了保护装置几何外形和保护装置基座后移距离对流场影响.通过对平尾气动力的分析以及对非定常流场的对比,可以得出:采用NACA系列翼型对基座进行气动整流后,基座两侧局部超声速区显著减小,局部激波减弱甚至消失,流场品质得到改善.且采用NACA0010翼型对基座修形后的结果最理想.随着保护装置基座后移距离的增加,平尾气动力均方根值和波动值先是急剧减小,达到0.85倍平均气动弦长后开始有所增大,在2.45~4.05倍平均气动弦长范围基本不再变化,稳定到单独T型尾翼模型相应系数1倍左右.此结论对T型尾翼风洞颤振实验保护装置设计具有一定的指导意义.     

基于自组织神经网络的空中交通复杂度参数优化及预测

首先介绍了国内外关于空中交通复杂度的定义及研究现状。然后在现有的空中交通复杂度模型中挑选空中交通复杂度参数,再利用自组织神经网络,分析所选取的空中交通复杂度参数之间的关系,达到将高维空中交通复杂度参数进行降维分析的目的。然后对于优化了的空中交通复杂度参数使用RBF神经网络进行预测,比较预测结果,得到最优的空中交通复杂度参数。     

横向喷流引起的三维复杂干扰流场结构研究

研究了横向喷流引起流动分离的干扰流场特性,利用表面压力分布测量和纹影、油流等试验方法研究了此类流场的细节结构,给出了干扰流场的结构分析图。     

基于AND与Petri网映射的分布式装配系统建模方法

为降低分布式装配系统( Discrete Assembly System,DAS)建模复杂度,有效支撑系统性能分析与优化,提出了一种基于活动网络图(Activity Network Diagram,AND)和Petri网映射的分布式装配系统建模方法.该方法中,首先采用装配作业的分级对象建模框架,快速构建装配作业过程的活动网络图;然后,在活动网络图与Petri网结构元素分析的基础上,采用关联映射规则实现Petri网结构的自动生成;最后,绐出了Petri网模型中装配作业规则设定和初始作业状态设定的方法.此外,采用某型飞机襟副翼装配为例,验证了方法的有效性.     

基于自编码网络的导弹攻击区实时计算方法

针对传统中远距空空导弹三线攻击区无法为飞行员提供丰富的战术决策信息,火控系统计算攻击区实时性差、精度低的问题,提出以攻击机为中心,考虑目标逃逸机动的新型导弹杀伤包线概念。分析经典战例中目标机规避导弹的常见机动方式,将攻击区抽象为导弹的七种杀伤包线,给出准确的计算方法并进行离线仿真。确定8种影响杀伤包线的运动参数,构建样本库。引入深度学习方法,建立降噪自编码网络（AE）模型,采用无监督学习提取样本初级特征,获取表征样本库非线性规律的高维特征量;建立深度网络模型,采用监督学习提取高维特征量中的高级特征并进行拟合。实验表明深度网络的拟合值与六自由度仿真结果以及导弹真实数据相比,误差可控制在15 m之内;网络在线解算只需0.04 s,能够满足实时性需求;新型杀伤包线为飞行员及时掌握敌我态势提供了有效的辅助信息,为机动决策提供理论依据。