研究失重环境下流体力学特性的落塔设备

本文介绍模拟失重和低重环境的一个落塔试验设备,它的有效落高40米,失重时间2.8秒。主要用于研究运载火箭、卫星及飞船在失重环境下液体推进剂的控制与管理,确保发动机和姿控系统的多次起动和正常工作。落塔设备是利用振动试验塔提供的高度研制的。采用较大的组合式环形阻力板调节外舱下落速度;通过一系列试验选定适当比重和粒度的聚苯乙烯球和合理的外舱头部外形,使外舱下落阻力和缓冲过载都较小而进深合理;通过变换不同口径喷嘴改变推力。本文着重介绍试验设备,也谈到试验方法。     

冲击响应谱分析方法及7027瞬态信号记录仪的应用

前言目前,冲击响应谱是研究冲击环境必不可少的工具,它的分析方法很多,但共共同特点是工作量大,效率低。为解决冲击谱分析的困难,我所参照B＆K的7502研制了适于冲击数据处理的7027瞬态信号记录仪。在用模拟法分析时,它可代替磁带环并能做时基变换加速分析;在数字法分析中作为高速采样装置,取代了繁琐的人工采样的工作。所以7027的研制成功大大     

全尺寸运载器结构的横向动力特性 分析与试验研究

导弹、卫星运载器的研制与发展过程中。结构动力特性是必不可少的一个重要研究内容。它直接关系到结构的设计和控制系统的稳定分析,而且控制系统敏感元件安装位置选取的正确与否,将影响到飞行试验的成败。在国内外运载器的飞行试验中,都曾出现过这样的事例。结构和控制系统设计者共同关心的结构动特性参数有:固有频率、振型、振型斜率,     

超燃燃烧室一维流场分析模型的研究

对公开发表的用于超声速燃烧流场分析的几种一维模型进行了研究,指出了其中存在的问题。研究结果表明:基于实验静压数据的一维模型,若不借助必要的流场测量数据或分析结果,或借助于经验性的处理方法,单靠一维假设,无法获得较为完整的一维流场分析结果。改进后的一维模型降低了数据处理过程中的不确定性,提高了对一般情况的适应能力。用编制的计算程序SSC-2对两组典型的超燃燃烧室壁面静压实验数据进行了演算,取得了燃烧室出口总压恢复系数的计算值与测量值基本一致的好结果。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

基于粗集的调度Agent知识库建模研究

首先通过相识集、招标集、投标集和中标者的概念，描述了车间调度系统中的调度Agent与资源Agent间任务分配的招投标关系；运用粗集理论，基于任务的属性和资源Agent完全任务的成本、质量、负荷和时间等属性构造决策表；在分析了决策表的特征基础上，生成调度规则集，即调度知识库；最后给出车间调度Agent的调度过程算法。     

安装和不安装垂直嵌板的鸭式飞机横向稳定性研究

研究了带有和不带有伸出的垂直嵌板的鸭式飞机(Velocity-173)的横向稳定性。众所周知，鸭式飞机(Velocity—173)具有良好的纵向稳定性．但其横向稳定性比较差。为了改善其横向稳定性．设计了两种复合材料夹层板．将其安装在垂直尾翼下面．并进行了一系列的飞行试验来研究安装伸出的垂直嵌板的效果。采用解析法和实时参数估计法从飞行试验数据中提取了横向可控能力／稳定性。本的工作验证了安装垂直嵌板对横向稳定性的效果。     

捷联惯导系统的圆锥误差补偿算法研究

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题。为了补偿由此引起的圆锥误差，本文对一些传统算法进行了分析和研究。由于以往各种算法一般都需要输入信息为角度信息，但对于高动态、恶劣振动环境，角速度信息更有工程意义，所以针对输入信息为角速度的情形，提出了一类新的姿态算法，通过对比传统的算法，新算法在同样计算量、存储量的情况下有较优的性能，算法的精度较传统的算法高。另外，对新的姿态算法进行了误差分析．为其参数选择提供了选择标准，有工程实用价值。     

尾支杆干扰非线性修正方法的初步研究

利用CFD方法 ,采用两套网格重叠的形式 ,研究了一种对尾支杆干扰进行修正的非线性方法。运用本方法 ,研究了尾支杆等直段长度、直径和锥角对模型气动特性的影响 ,研究了四个模型有攻角时的尾支杆干扰 ,并对GBM 0 4A模型的零阻进行了尾支杆干扰的修正。     

应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。