三组元液体火箭发动机涡轮泵变工况研究

本文通过对国内外分级燃烧循环发动机和有关单级入轨发动机涡轮泵研究结果的分析,提出了三组元涡轮泵性能参数的限制范围与要求。在低比转数为50的泵机组全流量特性水力试验的基础上,阐述了低比转数泵相对的全流量特性变化规律。分析了几个不同比转数泵的水力试验结果,建立了三组元泵性能特性的数学方程。据此,依据泵的工况调节方法对三组元涡轮泵模式一和模式二下的性能进行了分析计算。     

复合材料胶接接头分析研究

文章阐述了复合材料胶接接头的力学特性;针对单搭接管接头进行了有限元建模;在线弹性分析的基础上,考虑胶层弹塑性特性而进行了非线性分析,得出接头的位移场和各部分的3D应力场;通过初步试验,验证了分析的正确性。分析结果对复合材料胶接接头强度校核及设计改进有指导作用。     

1、2液压系统串油故障分析

某型教练机液压系统为双液压系统,平尾操纵、方向舵操纵和副翼操纵的作动器为第1、2液压系统交联部位,可能造成液压油互串,如果串油量过大,可能造成某一系统失效,危及安全.本文从一起串油故障入手,回顾了故障分析、判断和排除的过程,进行了故障原因分析,提出了针对性的措施和建议.     

飞行控制软件测试中的插桩技术

插桩技术是软件测试中常用的关键技术之一.插桩技术应用在飞行控制软件测试中所遇到的一个严重的问题是其带来的额外开销将导致原程序的实时性下降甚至软件的失效.针对该问题,提出了一种基于布尔型存储数组的新的插桩方法.与传统方法相比,该方法优化了插桩的内容,降低了插桩对程序实时性的影响.搭建了一个仿真测试平台并以某型飞行控制软件为实验对象验证了该方法的有效性.实验结果表明该方法大大减少了插桩后程序的运行时间,保证了飞控软件的实时性要求.     

消除校准源近场测量中杂散波的快速方法

提出了一种基于快速逆衍射算法对辐射计温度校准源的近场测量中的杂散波进行分析和消除的方法.逆衍射算法是利用测量场计算逆向传播到源平面处的衍射场的方法.基于直接积分的快速傅里叶转换(FFT-DI,Fast-Fourier-Transform Direct Integration)算法和衍射高斯波束分析(DGBA,Diffracted Gaussian Beam Analysis)算法与逆衍射算法相结合得到快速逆衍射算法.根据快速逆衍射算法提出了近场测量的分析步骤,并且给出了滤除杂散波后的被测物体的衍射场,其验证了该方法的有效性.此外,为了达到更高的效率,建议将2种快速逆衍射算法结合使用.     

新型运动款汽车前悬架设计及参数化分析

为了满足人们对个性的追求,提出了设计新型运动款汽车的设想.根据整车设计参数及悬架设计理论设计了前双横臂独立悬架;基于ADAMS/V iew建立了该悬架的虚拟样机模型,对该悬架进行设计研究,通过分析得知,上、下横臂与水平面的安装角度这两个设计变量对悬架的各性能评价指标影响均较大,不仅可以改变变化量的大小,甚至可以改变变化趋势;转向拉杆断开点的位置对车轮前束角的影响很大;对该悬架进行优化设计,优化目标不仅考虑到性能指标的变化量,同时考虑了变化趋势对操纵稳定性的影响,变化趋势保证了汽车具有不足转向特性和回正特性.优化结果显示所设计悬架系统满足悬架设计要求,悬架的性能指标参数达到了理想的变化范围.     

多学科优化中基于实例推理的气动近似模型

为提高飞机多学科优化效率,对气动近似计算模型进行了改进。在比值修正模型所构造的气动近似模型的基础上,引入了基于实例的推理技术对其加以改进。通过采用与飞机气动特性相关的参数作为实例属性,建立了飞机方案实例,并改进了实例检索公式,最后通过复用与当前方案最相似实例的修正因子改进了优化中的气动近似模型。以常规布局民用飞机概念设计为例,采用改进的气动近似模型进行了多学科优化研究。结果表明,对于具有大量设计变量的飞机方案优化问题,采用改进的气动近似模型能够有效提高计算精度与优化效率。     

涡轮泵端面密封陛能与漏气量影响研究

从端面密封结构方面和密封性能稳定性影响因素方面,对在用和放置发动机密封性能检查中出现的泵端面密封泄漏量严重超标现象进行了深入分析以及模拟试验验证,并进行实际工作考核验证,给出了不影响使用的明确结论。     

航空武器装备项目过程评估指标体系的构建

分析了航空武器装备项目的特点,提出了航空武器装备项目过程评估指标体系的设计原则;结合项目管理的相关知识,提出了航空武器装备项目过程评估的指标体系,并探讨了运用灰色关联理论确定评价指标权重的方法步骤.     

一种模糊Modular神经网络模型及其应用

将神经网络模糊系统与模糊C均值聚法相结合，对模糊Modular神经网络进行研究，提出了该模糊神经网络模型的多输出结构及其学习算法，据此开发了模糊神经网络诊断系统，并将其用于某电源分系统的诊断分析，运行的结果表明，该网络模型优于一般神经网络。