发动机总装多余物控制方法

阐述了发动机中多余物控制的重要性,对发动机中发现的多余物进行了分类,从而分析多余物产生的各种条件和因素,介绍了在设计、工艺、生产、装配、试验、检验等项操作中,严格控制多余物的实际操作要求。最后,叙述了对多余物常用检查与排除的方法。     

两种增强泡沫塑料静动态力学性能的比较

通过静、动态压缩实验对两种增强聚氨酯泡沫塑料的压缩力学性能进行了研究，分析了两种材料应力－应变曲线的特点，并比较它们的应变率敏感性和动态加载时的能量吸收特性，实验结果表明：玻璃纤维束增强聚氨酯泡沫塑料具有不同于单丝玻璃纤维增强泡沫塑料的力学性能和变形破坏机制，单丝玻璃纤维增强泡沫塑料具有较好的增强效果。     

有效提高战术导弹机动过载的燃气横喷控制技术

讨论了燃气信号横向力控制技术，说明了这种控制技术对于大力提高空射导弹机动过载的先进性和重要性以及该技术在两种空射型战术导弹上的应用情况；这两种导弹，一个是ERYX近程反坦克导弹，另一个是阿斯特15／30型面空导弹。教重围绕后一种导弹，即法、意联合研制、面向21世纪的中低空、中近程、大机动过载、反导型面空导弹，探讨了燃气横向喷气引起的一系列空气动力学技术问题和解决办法，并依照本地文耦和下游交耦标准对它们进行了分类。最后，以相当篇幅对开发与燃气横向喷气力控制相匹配的阿斯特导弹的气功外形所要求的试验性和理论性空气动力学问题进行了阐述。     

液体火箭发动机工艺与过程关键特性研究

介绍了确定液体火箭发动机制造工艺和过程关键特性的方法。运用FMECA法分析和研究了液体火箭二级发动机设计关键特性、工艺关键特性和过程关键特性,识别出三类关键特性242项,在此基础上总结出了液体火箭发动机工艺关键特性与过程关键特性判别准则,即策划与甄别准则。该准则可有效推进液体火箭发动机的精细化管理,为发动机成熟度进一步提升打下了基础。     

吸气式多级电流体推进器性能研究

吸气式电流体动力（Electrohydrodynamic,EHD）推进器通过多级加速的方式可以有效提高推力,缓解航空器在空间环境下燃料不足的问题。为了探索不同参数下推进器的性能变化规律,分别研究了海拔、电压、电极间距和推进器级数等对电流体推进器的影响,通过求解电流体力学基本方程获得了放电、流动及推进特性相关的数据。研究发现,推进器在海拔0～20 km存在较大的性能差异,当海拔增大时,电极可施加的极限电压明显减小,电流及空气流速均有不同程度的降低。单级加速腔在海拔0 km处产生的最大推力是海拔20 km处的18.4倍,对应的推功比是海拔20 km处的3.1倍。多级推进器的推进性能并不等同于多个单级加速腔的代数相加,其前后两级电极的相互干扰会导致电场强度和电荷密度均发生变化,产生的反向电场将阻碍气体的流动。当推进器级数由1提升至5时,总推力由1.7 mN提升至6.53 mN,增大3.84倍;而推功比由0.94 N/kW降至0.58 N/kW,减小61.7%。     

超音速、高超音速飞行器动导数的高效计算方法

将超音速、高超音速气动力工程计算方法综合起来,推广到非定常气动力的计算,并用于求解任意外形飞行器作强迫运动时的非定常气动力.在此基础上进一步发展了一种适合于超音速、高超音速大迎角状态的飞行器动导数计算方法和程序.计算结果与国际标准实验数据作了比较,证明了该程序的正确性和精度.研究了减缩频率和基本迎角对动导数的影响,结果表明基本迎角对动稳定性导数影响较大,而减缩频率在小迎角范围内对动导数影响很小.     

绕流圆柱的自由表面磁流体流动实验

利用PIV(Particle image velocimetry)光学测量系统,在雷诺数分别为7 767和11 60时,实验研究了磁场对绕流圆柱的自由表面流动的影响.实验研究结果表明,磁场使边界层内的无量纲平均速度分布偏离对数分布,尾迹变窄变短,分离点向后移;当雷诺数增加到11 60时,在相同磁场强度作用下,磁场的影响减弱,从而使边界层内的无量纲平均速度分布偏离对数分布的程度减小.      

轴对称载荷下横观各向同性泡沫材料的屈服面

利用二维有效应力和平均应力的描述方法,推导出三维横观各向同性泡沫材料在轴对称载荷下的特征平均应力、特征应力以及特征应变的表达式,得到用特征平均应力和特征应力描述的屈服面模型;并通过对面心立方单胞模型进行有限元分析,研究了横观各向同性泡沫材料的泡孔长径比对弹性性能和屈服面的影响.结果表明:随泡孔长径比的增加,泡孔伸长方向对应的泡沫模量增加,而与其垂直方向的泡沫模量则减小,且屈服面发生了逆时针转动;得到的屈服面模型与Gurson修正模型基本一致,且同有限元结果相符,为横观各向同性泡沫提供了一种新的屈服面描述.     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。