一种改进的积冰试验相似准则及其评估

从影响飞机积冰的基本物理过程出发,基于对AEDC和ONERA准则的分析,给出了一种改进的积冰试验相似准则.利用数值方法对改进的相似准则进行了有效性评估,数值评估的结果表明,用这种相似准则所确定的参数进行数值模拟,可以在圆柱及其1/2缩比模型上的对应区域得到相似的积冰,初步表明笔者所提出的相似准则是有效的,可以应用于冰风洞试验,作为试验的理论指导和参数选取依据.     

复合材料开口缝合补强结构力学性能的实验研究

对复合材料开口缝合补强结构进行了实验研究,测试了不同缝合参数(针距、行距、边距、单重和双重缝合)补强的含孔复合材料层板的破坏强度,研究了孔边应力集中和缝合补强对强度、破坏应变等力学性能参数的影响,分析讨论了孔边及邻近区域应变集中及应变分布的规律,结合破坏断面分析,探讨了不同缝合参数对应变集中及破坏机理的影响,研究结果表明:孔口缝合补强后,层板破坏强度和孔边局部刚度均有增大趋势,孔边产生了"缺口强化"现象;与未缝合情况相比,孔边应变衰减范围基本相同,而应变衰减程度不同;缝合设计参数(针距、行距、边距等)不同,孔边拉、压应变的转换点的位置也不同;不同的针距、行距以及边距对孔边应变集中都有很大影响.     

社会化标注系统中用户需求偏好的一种获取方法

传统的检索系统由于其通用的性质,难以满足不同用户所拥有的不同需求偏好.在社会化标注系统中,信息用户能够主动参与网络信息资源的组织与获取,因而其个性化的需求偏好能够较充分地得以体现.文中基于专家制定的叙词表来确定用户需求可能的语义空间维度,然后对用户标注过程中所运用的标签词汇进行量化,在此基础上,运用较成熟的BP神经网络模型,计算出标签词汇与叙词表之间的关联权重,进而用该权重矩阵来表示用户的语义性偏好特征,该语义模型能够在语义空间中定量化地确定信息用户的偏好向量.     

尾流间隔分类标准综述

航空器尾流间隔是影响跑道容量的主要影响因素之一。近年来,机场增容的需求一直在增加。美国联邦航空局(FAA)、欧洲航空安全导航组织(EUROCONTROL)试行并且逐步推广了尾流再分类(RECAT)标准,其对跑道的吞吐量以及运行效率都有着积极的作用。本文着重分析了ICAO、CAAC、FAA以及EUROCONTROL的尾流间隔标准以及RECAT的优势,分析我国现行尾流间隔的不足之处,对空管的运行安全、机场容量和运行效率提高具有一定的参考价值。     

进气道整流罩全尺度动态分离试验研究

进气道整流罩可以有效避免低马赫数飞行条件下进气道不起动的问题,在高速飞行器中得到广泛使用。整流罩分离过程直接关系到飞行器安全,在地面进行全尺度整流罩分离过程试验验证非常必要。利用JF-12激波风洞设备结构简单、尺度大和动压较高的优势,推导了适用于高速动态分离试验的相似准则,发展了高速分离轨迹观测技术、精确时序控制技术以及必要的风洞防护措施,建立了基于JF-12激波风洞的高速动态全尺度分离试验技术。利用该技术,针对配有进气道整流罩的飞行器前体,以50kPa动压试验条件实现了高动压（100kPa）条件下的动态分离轨迹模拟。     

A SMGCS滑行道冲突预测与避免控制

针对先进机场场面引导与控制系统(Advanced surface movement guidance and control system,A-SMGCS)滑行道冲突预测与避免控制,提出基于事件反馈的闭环控制框架,并重点解决对头冲突预测与避免控制问题。建立滑行道受控着色Petri网模型。提出航空器可控滑行路段概念,并给出其对应子模型的生成规则。利用子模型中环路和环路链,给出无对头冲突的充分必要条件。提出对头冲突避免控制策略,以及适合实时控制的对头冲突预测与避免控制算法。算例表明本文能根据场面状态及时识别对头冲突并实现冲突避免。     

大型季节性可移动式结冰风洞及其试验方法研究

利用冬季自然低温进行结冰试验是飞机大尺寸部件和整机结冰试验的有效方法.文章总结了法国、加拿大、美国、俄罗斯等国家季节性结冰风洞的主要参数,分析了季节性结冰风洞在大尺寸机翼、螺旋桨和飞机等方面的试验能力.基于中国航空工业空气动力研究院季节性可移动式结冰风洞开展了螺旋桨结冰和机上地面结冰试验方法研究,分析了螺旋桨结冰和冰脱...     

从企业单位时间资金利润率指标看机床工业的发展趋势

对机床行业的发展趋势做准确预测是一件艰难的事情,因为有太多原因会影响机床工业的发展动向,但在商品社会中,个人和企业一般以追求经济利益最大化为基本原则。机床是用来加工零件的,利用某种机床加工某种零件所能获得的最高效益基本反映了机床的能力和优势。提出一种基于单位时间资金利润率为指标的机床评价方法,并依此对机床工业几个可能的发展方向进行初步预测,希望为新型机床的研究开发和机床性能的提升途径提供一种有效的分析思路。     

基于粒子群核极限学习机的涡扇发动机加速过程模型辨识

针对解析法建立涡扇发动机加速过程模型精度和实时性不高的问题,提出了一种基于粒子群核极值学习机(PSO-KELM)的涡扇发动机加速过程模型数据驱动辨识方法,构建涡扇发动机加速过程模型,结合加速过程试车数据,利用PSO-KELM方法对该加速模型进行辨识。试验结果表明:低压转子转速、高压转子转速和低压涡轮出口燃气总温都较好地逼近了试车数据,最大相对误差均值分别为1.013%,0.355%和1.055%,平均计算时间为0.04ms。精度和实时性均优于反向传播神经网络和粒子群支持向量回归方法,可用于发动机状态监控和性能优化控制。     

一种用于航天器数据监视的知识表示方法

针对我国目前以人为主的航天器数据监视现状,利用人工智能的一般方法,分析了航天器数据监视中需要用到的各种监视知识,提出一种将各种复杂监视知识表示成计算机可识别形式的方法。该方法采用基于规则的思想,易于接受,并引入了优先级的机制完成冲突消解。该方法能够解决与时间有关、与历史数据有关、基于曲线变化等几类遥测参数的监视问题,具有一定的实用性和推广价值。