基于特征的参数化方法在起落架缓冲器设计中的应用研究

在飞机起落架冲器设计中引入了基于特征的参数化设计技术，在特征理论的基础上给出缓冲器特征概念，并且从面向对象的角度对缓冲器特征进行数据结构分析，建立特征类的理论数据模型以及详细讨论了缓冲器参数化设计方法。     

电脉冲除冰系统的结构力学性能分析

电脉冲除冰（EIDI）作为一种电动-机械式除冰系统,具有广阔的应用前景。本文采用线圈和金属平板组成的电脉冲系统作为EIDI结构动力学模型的研究对象,基于有限元分析软件MSC/NASTRAN,建立了一套针对典型平板-线圈结构的EIDI系统结构动力学仿真模型,研究了模型的固有特性（模态与频率）与时域响应分析,并开展了仿真模型的实验验证。研究了基于模型的EIDI系统结构动力学特性,重点关注最大应变和位移在空间的分布规律,并讨论了电容、电压等放电参数的影响。研究表明,电脉冲作用下,平板最大位移分布特性近似“马鞍型”,提升电容和电压可以增大脉冲力峰值和结构变形量,同时减小固定位置处的应变。      

二维编织C/SiC复合材料板疲劳损伤分析

为探索复合材料损伤的基本规律,首先,基于损伤力学,结合Tsai-Hill强度理论,提出了表征二维编织C/SiC复合材料损伤各向异性的损伤演化方程;然后,在商业有限元软件ANSYS环境中进行了二次开发,形成了考虑材料刚度随损伤折减的损伤模拟程序;其次,对二维编织C/SiC复合材料板模型进行了损伤模拟分析,结果表明材料损伤过程中应力与损伤度对单元破坏起共同作用;最后,对损伤演化方程的形式提出了讨论与改进,并通过模拟计算揭示了复合材料在损伤驱动力及材料特性作用下损伤呈现各向异性演化的特征,说明材料各向异性损伤是其材料特性及受载形式产生的必然结果。      

数字锁相解调器的优化设计

数字锁相解调器是电磁无损检测中弱信号处理的重要方法,针对其性能优化,设计一种引入卡尔曼滤波器的数字锁相解调器,该解调器兼具了强抗噪能力及良好的动态跟踪响应特性。利用卡尔曼低通滤波器截止频率随迭代次数下降的特性,结合零点频率,设计了数字锁相解调器中的低通滤波环节,实现了非常窄的锁相带通,进而提高了抗击强噪声干扰能力。此外,利用卡尔曼滤波器的迭代预测-更新特点,实现了数字锁相解调器较小的响应时间,进而改善了数字锁相解调器的动态跟踪响应特性。仿真和检测实验证明所设计数字锁相解调器具有较高的抗噪能力和良好的动态跟踪响应特性,在电磁无损检测中能够精确、快速捕捉检测信号中包含的缺陷信息。      

电离层对普通GPS和位置差分GPS定位误差的影响

在没有选择可用性条件下，差分ＧＰＳ定位精度完全取决于电离层的空间不相关性，为了改进差分ＧＰＳ的校正算法，本文在月平均电离层时延等值图的基础上，建立了一个简单而又逼真的电离层模型，并分析了普通ＧＰＳ和位置差分ＧＰＳ仅电离层单一因素引入的定位误差。     

纵向涡对矩形通道内湍流流动特性影响的实验研究

本研究用风洞实验对矩形通道湍流边界层内嵌入的涡发生器参数进行了筛选；测量了单个涡发生器沿纵向对双侧壁面近壁边界层流场的干扰特性和通道嵌入涡偶的流动特性。找出了通道内嵌入涡发生器形成对近壁边界层流场干扰的较理想的涡发生器参数和漏偶的布局形式。     

插头锥管式受油机纵向飞行控制研究

分析了空中加油对接过程中受油机受到的各种扰动,阐述了插头锥管加油方式受油机的纵向飞行控制原理。在此基础上,采用μ方法设计了受油机的纵向鲁棒飞行控制律。受油机俯仰角指令的响应结果表明,系统具有较好的跟踪能力和干扰抑制能力。     

类X-51A飞行器纵向机动数值虚拟飞行仿真

吸气式高超声速飞行器在机动过程中,由于构型复杂,气动特性呈现强烈的非定常特性。传统基于数据库或气动力模型的飞行仿真不能准确描述机动过程中复杂的气动特性和运动规律。针对这一问题,基于现代软件分布式、模块化的发展趋势,建立了一个高效的数值虚拟飞行仿真平台。利用该平台,对一种类X-51A外形的吸气式高超声速飞行器开展了纵向机动闭环数值仿真,并与工程方法的结果进行了对比。研究发现:对于类X-51A外形的吸气式高超声速飞行器,在纵向拉起时,工程方法给出的结果可能不能完全反映非定常效应的影响。此时,应该采用更为精确的虚拟飞行方法来研究飞行器的闭环响应特性。此外,借助该仿真平台还研究了舵回路时间常数对控制系统的影响,为控制律设计提供了一定的参考。      

Stacked-GRU网络在动力随动陀螺零部件选配上的应用

动力随动陀螺是红外导引头位标器的核心部件之一,其装配质量对于导弹制导精度而言有着决定性的作用。针对动力随动陀螺零部件一次选配成功率低的问题,提出了一种基于数据驱动的动力随动陀螺零部件选配方法。对动力随动陀螺零部件装配现状进行了分析,考虑到零部件装配参数间复杂的非线性映射关系,建立了堆叠门控循环单元（Stacked-GRU）网络数据驱动模型,对陀螺待装配零部件参数属性值进行了预测。根据预测结果指导了陀螺零部件的选配,并以陀螺典型零部件装配为例进行了验证。实验结果表明,所提方法能够实现动力随动陀螺零部件的选配,且预测精度优于传统神经网络。     

基于SVM的低空飞行冲突探测改进模型

为保障通航飞行器在低空空域的飞行安全,提出了一种基于支持向量机（SVM）的飞行冲突探测改进模型。首先,建立适应于飞行器的保护区。然后,利用改进型ID3决策树算法将搜索空间降低到局部的方法筛选具有潜在飞行冲突的飞行器,并利用随机森林（RF）选择合适训练集。最后,利用tanh函数优化容易饱和的sigmoid函数对SVM分类结果的概率映射。通过仿真验证和对比分析,结果表明:利用基于密度聚类的DBSACN算法去除异常点,将剔除产生误报和虚报的数据作为训练集优化SVM分类器,改进的飞行冲突探测模型的误报率和虚报率分别降低了0.6%和1.9%,算法执行效率得到提高,而且具有较好的抗干扰能力与稳定性。