利用喷管引射和旋翼下洗的红外抑制器特性研究

在波瓣引射器一次引射掺混后,提出利用旋翼下洗气流对弯曲混合管排气进行二次强迫混合的红外抑制器结构,并对该红外抑制器进行了有关流动混合特性的实验和数值研究,获得了主流和引射气流、下洗气流相互混合过程中,混合管内部及抑制器出口处的温度场和压力场等相关信息,以及表征引射-混合系统总体性能的引射系数等参数。结果表明:引入下洗气流可以改善出口分布的不均匀性,经过波瓣喷管引射器泵吸周围空气掺混冷却和利用旋翼下洗气流进行二次冷却,可以有效使排气温度降低50%。     

基于遗传算法的大气层外拦截弹拦截优化

提出了一种同时考虑大气层外拦截弹中段和末段飞行过程的拦截优化方法.首先建立了大气层外拦截弹中段和末段飞行的动力学模型,并设计了速度增益中制导律和鲁棒变结构末制导律;然后确定了影响拦截性能的优化控制参数及其约束条件,以拦截过程的燃料消耗质量和脱靶量最小为组合性能指标;最后采用具有全局最优性的遗传算法对这一拦截优化问题进行了仿真研究,并与复形调优算法的结果进行了比较.仿真结果表明,遗传算法与传统优化方法相比在解决大气层外拦截弹带约束复杂非线性组合优化问题时,能更好地收敛到全局最优值,并能有效降低大气层外拦截的燃料消耗和脱靶量.     

风洞中复杂流场三维速度LDV测量

本文将一台TSI 9100-7型两分量激光测速仪改进为可测三个速度分量的LDV系统,并用于测量风洞中椭球体模型、双三角翼模型大迎角下的复杂流场三维速度分量。流场横截面内的速度矢量分布与相同实验条件下的流态显示结果相符合,并对涡流场加以分析。     

硅基内衬喷管扩张段烧蚀和温度场的耦合计算方法

本文叙述固体火箭喷管扩张段硅基内衬烧蚀和温度场的耦合计算方法.烧蚀采用非定常的液体层烧蚀模型;温度场计算采用圆柱坐标系下的一维径向瞬态导热模型,考虑材料在高温下形成的炭化层和热解层,而由烧蚀产生的边界移动问题用坐标变换的方法处理.利用烧蚀和导热计算方程组中二者的结合部,通过充分耦合,获得了更准确的预示计算结果.     

小油枪煤粉燃烧器在电站锅炉中的应用

本介绍了小油枪煤粉燃烧器的结构，及其在电站锅炉中的应用，是一种高效的节油装置。     

边界层流动的非平行稳定性研究

采用极为有效的抛物化稳定性方程（PSE）方法研究边界民支的非平行稳定性。并利用抛物线坐标变换、有限远延拓边界条件、及流向和法向全差分的数值方法，对不同频率的二维Tollmien-Schichting波的非平行稳定尾进行了计算和分析，计算结果与Orr-Sommerfeld方程（OES）的解以及谱配置方法的PSE结果作了详细的比较，得到了满意的结果。     

宇航科学文献情报源初析

本文通过对《宇航学报》1981～1988年322篇论文中2466条参考文献的统计分析,得出以下结论,(a)宇航科学的文献情报源重在期刊类文献。(b)以《宇航学报》、《航空学报》、《AIAA,Jourual》等六种期刊类文献为重点文献。(c)中文的引文作者和论文作者相对集中。(d)期刊类文献的半衰期为8～10年。     

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.