结合等值面绘制与体绘制的电磁环境可视化方法

为提高现有的电磁环境三维可视化效果,提出一种将等值面绘制融合到光线投射体绘制中的网格投影算法。将等值面网格化,利用空间网格表现等值面并融合进体绘制生成的电磁环境图像中。将平面均匀网格平行投影到电磁环境体数据中具有同一数据值的数据采样点上,由此生成网格化的等值面。投影到体数据中的网格沿投射光线的反方向确定其对应于光线投射生成图像上的像素点,并将网格颜色值融合到此像素点中,实现融合绘制电磁环境。在统一计算设备架构(CUDA)下并行实现本文算法后,不仅电磁环境的绘制效果比融合前有提升,而且更新绘制速度能够达到实时,支持用户实时交互控制。     

94GHz径向螺旋波导行波管研究

提出了一种具有工作电压小、结构紧凑、散热性好等特点的新型慢波结构——径向螺旋波导结构,利用电磁仿真软件分析了其色散及传输特性,结果表明该种结构行波管工作电压可低至数百伏.由于圆柱电子枪发射面远大于常规行波管,因而在小电流密度下仍可保证大电流:电流密度为100 mA/cm²时电流可达30 A.该结构在W波段具有较大的尺寸,易于加工,并且在更高波段同样具有很好的传输特性,具有较大的研究价值.     

高频平面变压器技术研究

通过对平面变压器损耗分析及其不同绕组结构构造技术研究,采用多层交错换位绕组结构,设计了适用于有源箝位软开关变换器的PSSP结构平面变压器。将研制的平面变压器应用于100W高密度DC/DC模块,经实验验证,该变压器总损耗仅为1.3W,并且与传统的变压器比较,体积减小了46.6%,高度减小了68%。     

北斗B1信号干扰检测方法研究

基于一般干扰检测算法,结合北斗B1信号的特征,提出了改进的分段干扰检测方法。将待检测信号进行分段,设置多个干扰检测门限,得出干扰频点的位置。利用干扰数据和实测北斗B1信号数据对分段干扰检测方法进行验证,结果表明:分段干扰检测方法可以有效检测出北斗B1信号中的干扰,且检测时间较短,结果较为准确。     

无拖曳卫星氮气微推进系统填充与开机工作特性的仿真研究

采用AMESim软件对氮气贮存压力为1.5×10 7 Pa、推力范围为mN级的压电驱动的氮气微推进系统进行建模。研究了氮气填充过程中氮气瓶、减压阀的压力和质量流量瞬态特性。分析了整合喷管的压电比例阀在开机过程中的瞬态工作特性。最后，研究了驱动电压对压电比例阀在开机过程中的阀芯位移和喷管推力瞬态值、阀芯运动和推力响应时间的影响规律。结果显示，当驱动电压为80 V时，阀芯的响应时间和稳定位移分别为 0.64 ms 和3.67 μm。开机后8 ms，喷管推力达到稳定值(0.588 mN)。压电比例阀阀芯的开启响应快速，且驱动电压与喷管推力之间存在良好的线性关系，说明推力可通过改变驱动电压进行mN级的线性调节。     

基于监督流形学习的航空发动机振动故障诊断方法

航空发动机故障诊断中一个有挑战性的难题就是如何处理具有高维数、非线性化特点的故障数据,传统模式识别方法很难发现这类数据集的真实结构,导致故障诊断准确性不高。针对这一问题,将一种新兴的非线性维数约简技术——流形学习引入航空发动机振动故障诊断,提出基于监督流形学习理论的航空发动机特征提取与识别方法。该方法首先采用最近兴起的监督局部线性嵌入流形学习算法对蕴含在高维振动故障数据中不同故障的流形特征进行学习,映射到低维嵌入空间以实现故障的特征提取,在降维后的流形特征空间中构造分类器实现故障识别。利用航空发动机转子故障数据对方法的有效性进行了验证,结果表明,该方法显著提高了故障诊断性能,克服了传统的模式识别方法PCA和LDA的不足,并且在训练样本数为每类100的条件下,该方法的平均故障诊断正确率比PCA和LDA分别高出2.93%和7.20%。     

舰载机动基座快速对准方法研究

由于舰载机弹射过程中机体的运动加速度较大,有利于提高系统的可观测性,弹射起飞是实现舰载机快速对准的重要手段.实现舰载机在弹射过程中的快速对准,其关键在于抑制振动干扰对初始对准精度的影响.通过建立舰载机动基座对准非线性误差模型,分析在弹射对准的过程中由于前起落架振动造成的对准发散问题,并在此基础上,利用强跟踪滤波算法抑制弹射过程中对准的振动干扰.仿真结果表明,强跟踪滤波方法相对卡尔曼滤波而言,可以有效提高舰载机惯导快速对准精度.     

高升力翼型复杂流动模拟中湍流模型性能评估

采用软件Fluent中工程常用的7个涡黏湍流模型对某种高升力3段翼的降落阶段绕流进行了数值模拟.通过和试验及经过试验校验过的延迟脱体模拟（delayed detached eddy simulation,DDES）结果进行详细的对比分析,包括翼型压力系数、马赫数、涡量场和湍动能分布等,系统地研究了常用涡黏湍流模型对该高升力翼型的模拟性能.结果表明：对于平均流场,standard k-ω模型的模拟性能最好,能较好预测翼型压力系数、襟翼分离区位置和大小等;SST （shear stress transport）k-ω模型性能也较好,一方程SA （Spalart-Allmaras）模型和四方程v²-f模型具有相近的性能,而k-ε系列模型性能相对较差.对于湍流场的模拟性能,和上述平均流场对比所得结论相一致,但所有湍流模型均未预测出襟翼分离区附近湍动能“最大”的分布特征.