低展弦比高负荷跨音速冷却涡轮特性的计算方法

本文在AMDC叶栅损失公式基础上引进了KQ系统,根据高负荷跨音速的特点,对AMDC超临界波阻公式作了修正,选用了合适的栅后气流角公式。用一元可压缩轴对称理论推导了冷气同主气流掺混公式。最后给出高亚音速和跨音速模型涡轮特性以及低展弦比高亚音速冷却涡轮设计点性能和试验结果的比较,精度为1％。     

基于视觉六自由度分拣机器人 视觉图像坐标变换的研究

针对机器人定位分拣问题,研发了一种基于视觉的六自由度分拣机器人系统,深入研究了视觉图像坐标引入到机器人控制系统后的坐标变换,并对机器人的分拣动作进行规划,实际运行结果表明,该系统可以实现机器人的定位分拣问题,并且可靠性高,在分拣搬运领域具有较高的应用价值.     

轴向柱塞泵滑靴副的热结构耦合特性

为了改善轴向柱塞泵滑靴副的耐磨损性能,建立了滑靴与斜盘摩擦副的瞬态热结构耦合模型,分析压力冲击条件下滑靴的表面温度、应力以及变形的变化规律.研究结果表明:某型轴向柱塞泵中滑靴温度随柱塞腔压力呈周期性变化,滑靴温度范围为45.5~49.8℃,且滑靴的最高温度出现在泵的吸排油过渡区.当滑靴处于泵的排油区时,滑靴的最大轴向应力为250MPa,集中在滑靴油腔与密封带之间的边缘区域.滑靴的轴向应力分层显著,引起滑靴的变形分化,其变形量为12.5~15μm,出现在滑靴的边缘.由于滑靴的输入热流密度增强磨粒的剪切力,加剧滑靴表面的微切削和挤压变形,导致滑靴表面出现条状剥落和凹坑磨损,呈现出黏着和磨粒磨损特征.      

基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法

高动态、大过载是未来导弹、飞行器的标志性特征,这一特征对惯导系统性能指标尤其是加速度计的性能指标要求尤为严苛.针对此,分析了平台惯导系统加速度计主要非线性误差(标度因数对称性和二次项系数)的传统离心标定方法的缺陷,提出了基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法.该方法是利用惯导系统的速度和位置误差积分作为观测量进行Kalman滤波估计,不仅能对加速度计的非线性误差进行更有效估计,而且能克服传统离心标定方法对离心机的高精度要求.最后通过离心试验验证了该标定方法的有效性,试验结果表明,加速度计非线性误差补偿后的速度和位置误差小于补偿前相应误差的25％.     

基于DES方法的高超声速激波/边界层干扰的双微楔控制数值研究

高超声速飞行器在流场中通常会伴随激波/边界层干扰(SWBLI),其引发的流动分离将导致进气道性能下降。采用湍流离散涡模拟(DES)方法、结合有限体积离散方法与自适应网格加密(AMR)技术对来流马赫数为7.0的流场中SWBLI诱导的流动分离进行数值模拟,并分别采用单、双微楔对其进行控制。针对流场结构、近壁面流向速度、压力梯度及总压损失等参数,分析讨论了不同双微楔流向安装位置对SWBLI的控制效果。研究结果表明:双微楔产生的流向涡对与涡对之间的相互诱导促进了各自流向涡对之间的卷吸作用,使得双微楔对分离气泡的消除效果优于单只微楔;流动总压损失系数随着微楔后缘与分离气泡中心的距离的减小呈先减小后增加的趋势;综合讨论流向涡强度与形状阻力的影响,得到了双微楔最佳流向安装位置。     

三角翼大迎角风洞试验支架干扰数值模拟研究

现代战争要求战斗机能够在大迎角（AOA）状态下进行过失速飞行,对飞机大迎角绕流流场的研究主要的方法有风洞试验和数值模拟。在大迎角风洞试验中,常用的是尾支撑方法,支架的存在会对模型的试验结果产生一定的影响,本文通过数值模拟来对这个影响进行研究。以开源计算流体力学软件OpenFOAM 2.3为平台,采用PIMPLE算法求解Navier-Stokes（N-S）方程,PIMPLE算法是SIMPLE（Semi-Implicit Method for Pressure-linked Equations）算法和PISO（Pressure Implicit with Splitting of Operator）算法的结合体;采用基于有限体积的空间离散方法和空间二阶精度的线性插值方法,时间离散采用后向差分方法,湍流模型采用SA-DDES（Spalart-Allmaras-Delayed Detached Eddy Simulation）模型。为了验证方法的可靠性,首先对0°、10°、30°、50°、70°以及90°迎角下的有支架三角翼绕流流场进行计算,并将计算结果与试验结果进行对比,两者吻合较好。在此基础上,数值模拟了无支架的三角翼绕流流场,对比有/无支架情况下数值模拟结果,得到支架对三角翼绕流流场、背风面压强分布和气动力的影响。计算结果表明：大迎角情况下,有支架与无支架时相比,支架的存在会影响三角翼附近的流场（但是不会改变涡系等流动结构）、改变翼表面压强分布,从而导致三角翼的法向力系数和俯仰力矩系数发生明显变化。     

基于Kriging模型的风洞应变天平静态校准方法

本文提出了一种基于Kriging代理模型的风洞应变天平静态校准方法。采用拉丁超立方设计的试验设计（DOE）方法选取校准加载点,以六分量组合加载技术为支撑,采用一阶回归基函数和EXP关联函数对校准数据构建Kriging模型,以电压信号增量和其他条件变量为自变量,通过Kriging模型对天平所受载荷进行预测。校准结果表明,与传统的OFAT（One Factor at A Time）校准方法相比,该方法具有相同的准度,加载点数量极大减少。将该方法应用于某矢量喷管推力测量天平的校准工作中,以通气流量和天平电压信号增量作为自变量,较好预测了喷管产生的推力,解决了传统校准方法难以克服的通气影响问题。     

基于矩阵博弈的两机攻防对抗空战仿真

矩阵博弈法是空战决策的主要方法之一。考虑了7种基本机动动作,根据攻击和逃避两大基本原则,分别计算了空战双方的支付函数,建立了各自的支付矩阵,采用矩阵博弈方法对红蓝双方的空战进行了攻防对抗仿真。最后以两架F-16战斗机的空战为例进行了数值仿真验证。     

航空发动机吸入颗粒物静电感应特性的模拟实验及分析

利用静电传感器和SC-010型环境试验箱等硬件搭建了吸入颗粒物静电监测模拟实验平台,并在此实验平台上展开了针对航空发动机吸入颗粒物静电感应特性的模拟实验研究,成功获取相应静电监测信号。实验设置颗粒材料、管道流速、颗粒粒径和颗粒投入质量4种变量作为变量条件,分别进行4组单一变量的对比实验,采集在不同颗粒材料、不同管道流速、不同颗粒粒径以及不同颗粒质量浓度环境下带电颗粒所产生的静电感应信号,对每组实验信号的活动率水平(AL)、正/负事件率(PER/NER)和绝对平均幅值等特征参数进行相应的数据分析和对比,并得到了一些有用的结论。实验发现,上述4种变量条件分别对静电感应信号的绝对时域平均幅值、AL参数、PER/NER参数有不同程度的影响。     

Impulse feature extraction method for machinery fault detection using fusion sparse coding and online dictionary learning

Impulse components in vibration signals are important fault features of complex machines. Sparse coding(SC) algorithm has been introduced as an impulse feature extraction method, but it could not guarantee a satisfactory performance in processing vibration signals with heavy background noises. In this paper, a method based on fusion sparse coding(FSC) and online dictionary learning is proposed to extract impulses efficiently. Firstly, fusion scheme of different sparse coding algorithms is presented to ensure higher reconstruction accuracy. Then, an improved online dictionary learning method using FSC scheme is established to obtain redundant dictionary and it can capture specific features of training samples and reconstruct the sparse approximation of vibration signals. Simulation shows that this method has a good performance in solving sparse coefficients and training redundant dictionary compared with other methods. Lastly, the proposed method is further applied to processing aircraft engine rotor vibration signals. Compared with other feature extraction approaches, our method can extract impulse features accurately and efficiently from heavy noisy vibration signal, which has significant supports for machinery fault detection and diagnosis.