三维扰动波在局部粗糙边界层中的稳定性研究

采用局部喷、吸、喷和吸组合来模拟局部粗糙壁面,数值计算获得稳定的三维边界层的基本流.在此基础上研究了三维扰动波在该基本流中的空间演化问题,讨论了局部粗糙的形式、分布结构对三维扰动波的幅值增长率及流动稳定性影响.计算结果表明:三维局部粗糙对三维扰动波的增长、涡的形成都起着激励的作用.扰动波演化产生的平均流修正及局部粗糙诱导展向速度的存在,影响着流体运动稳定性.与光滑壁面相比,三维局部粗糙作用下扰动波的传播角度与相位角发生明显变化,而不同形式的二维局部粗糙壁面边界层显示出不同的稳定特性.     

无人自转旋翼机建模与控制方法研究

以500kg级无人自转旋翼机为研究对象,研究了样例无人旋翼机的建模和自动飞行控制技术.首先,基于解析形式叶素积分法给出自转旋翼机的建模方法,并给出了样例旋翼无人机的数学模型;然后,设计了无人旋翼机的俯仰和滚转控制律,并在此基础上设计了速度、高度及侧偏控制律.最后,通过飞行试验验证了模型的准确性及控制律的有效性.     

民用飞机副翼舱结构振动疲劳寿命预计

副翼舱是民用飞机重要部件之一,主要作用为连接副翼并对安装副翼提供支持,将副翼的气动载荷传递到主翼盒上。当受到气动力及其他激励时副翼舱结构产生结构振动响应。副翼舱结构振动疲劳寿命需满足民用飞机适航条款要求,为表明满足适航条款符合性,对随机动载荷激励下副翼舱结构进行振动疲劳寿命预计具有重要意义。以民用飞机副翼舱结构为研究对象,基于试飞实测应变数据、金属材料的随机振动S-N曲线和改进声疲劳寿命估算法,提出了一种适用于振动疲劳寿命预计的工程处理方法。通过飞行试验、有限元仿真、数据分析等相结合的方法进行副翼舱结构优化前后的振动疲劳寿命预计。副翼舱结构优化前损伤位置预测寿命最低为59飞行小时,符合实际损伤位置寿命情况。副翼舱结构优化后应力水平明显降低,寿命满足要求。结果表明：基于实测数据的副翼舱结构振动疲劳寿命预计方法有效,可作为振动疲劳寿命预计的工程处理方法。     

航空电气电弧、短路危害及保护研究

航空电气电弧、短路可能会导致难以挽回的损失,研究航空电气电弧、短路的危害及其保护措施具有 重要意义。通过试验室搭建民用飞机典型的115V/400Hz三相交流电气线路,选取金属导体作为多余物,采 用试验法对飞机电气电弧、短路故障现象进行研究,验证和分析传统热断路器的工作特性,确认电气电弧、短路 故障对电气线路和设备产生的危害程度;同时,分析三种更好的电气电弧、短路保护方法。结果表明:传统热断 路器仅对短路故障具有保护作用,对电气电弧不能产生保护作用;三种新的保护方法电弧检测和保护时间过 长,电弧已对导线和设备产品造成不可恢复的损坏。     

高校教师科研工作量考核方法研究

我国高等院校的教师都承担着教学和科研双重任务。由于高校教师从事的科研工作，在时间上是弹性的，科研任务的来源和类型是多样的，再加上科研成果的滞后性等特点，使教师科研工作量的考核成为高校考核工作中的一个难点。本文采用定性和定量相结合的方法建立了一套考核高校教师科研工作量的指标体系。经反复实践，提出了比较科学、简单、可操作性强的考核方法。经试用证明，它基本符合高校教师科研工作的特点，是一种行之有效的考核方法。     

带传动实验机的电磁兼容性分析

本文主要对带传动实验机噪声的产生和传播途径进行了全面的分析，从而为设计、安装、调试和使用带传动实验机提供了技术支持。     

ANALYTICAL MODEL OF HELICOPTER AIRCOMBAT AND MATHEMATICINVERSE SOLUTION

ＡＮＡＬＹＴＩＣＡＬＭＯＤＥＬＯＦＨＥＬＩＣＯＰＴＥＲＡＩＲＣＯＭＢＡＴＡＮＤＭＡＴＨＥＭＡＴＩＣＩＮＶＥＲＳＥＳＯＬＵＴＩＯＮＣａｏＹｉｈｕａ（ＩｎｓｔｉｔｕｔｅｏｆＦｌｕｉｄＭｅｃｈａｎｉｃｓ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕ...     

长空发动机转速状态的调整规律

“长空发动机的控制是通过设计几个转速状态来实现的。但转速状态的调整一直比较困难。本文从理论上对此作了深入的分析,提出了简便的调整方法,给出了由实验得到的调整数据。     

基于CORBA的制造执行系统的实现

提出了一种适合我国离散制造业的制造执行系统的功能模型，针对传统的制造执行系统缺少柔性，不易重构，难以维护的缺点，系统地论述了基于CORBA（Common object request broker architectore)的制造执行系统的实现方法，包括领域分析，面向对象分析，面向对象设计和应用CORBA技术实现制造执行系统等主要内容，实例证明该系统具有良好的扩展性，可重构性和易集成性。     

面向激光焊接缺陷识别的可解释性深度学习方法

激光焊接在航空领域具有广泛的应用场景,基于视觉的激光焊接缺陷识别对于产品质量的提高至关重要。针对当前基于深度学习的激光焊接缺陷识别方法存在可解释性差的问题,提出了一种融合多尺度特征的类激活映射(MSF-CAM)方法。在训练阶段,以VGG16为骨架模型并将监督信息施加于多个尺度以促进模型对多尺度特征的学习。在测试阶段,对输出类别在多个尺度上的激活图进行叠加,并以此作为模型的判断依据。多尺度特征的融入不但增强了模型的可解释性,而且还提高了激光焊接缺陷识别的准确性。试验结果表明：MSF-CAM在测试集上的准确率为98.12%,识别单幅图像耗时8.28 ms。此外,MSF-CAM可以从边缘、轮廓这种初级特征的角度对模型的决策依据提供人类更容易理解的解释。