多重网格在突扩燃烧室流场计算中的应用

多重网格法是一种具有快速收敛性特点的新计算技术,该法在求解偏微分方程时用一系列逐步加密或减疏的网格去离散求解区域,不同粗细网格可以消除不同波长的误差,从而加速了收敛。本文将此法应用于计算突扩燃烧室流场。SIMPLE算法和紊流k-ε模型被采用来预估旋流器后气流速度u,v,w和紊流参数k,ε分布以及回流区尺寸。计算结果表明,在达到同样计算精度条件下,与单层网格相比,此法可以加快收敛速度,缩短机时,减少计算费用,从而使数值计算在工程应用方面得到进一步推广。     

利用人工神经网络仿真GPS误差信号

GPS（Global positioning system）是一种在军事和民用方面广泛应用的定位系统。如何降低成本，提高精度是一个重要的课题。本文应用人工神经网络能够实现高度非线性的特点，在对地理位置已知点进行大量GSP实际测量的基础上，设计出一种BP网络，作为GPS误差信号模拟器。在给出时间和天气情况的条件下，该模型器能够输出GPS的实时误差，为应用系统中对GPS误差进行补偿提供依据。通过与实际测试数据相比较，证明这种方法具有较好的模拟效果。     

某型飞机加装空中受油状态改进电传系统研究

为满足未来战争需要,某型飞机根据空中加油对受油飞机的要求,对该型飞机电传操纵系统进行了加装设计.仿真结果表明,经过重新设计的电传操纵系统,在空中加油状态下,飞机稳定性增加,并且能在规定范围内稳定地改变和保持姿态角,从而跟踪加油机的姿态变化.本文提出了依靠三维大气紊流场的方法,建立了空中加油状态下飞机动力学模型.设计出了加装空中受油后的控制规律,得到了受油状态下的仿真结果,对电传操纵系统加装空中受油技术实现进行了展望.     

两相脉冲爆震火箭发动机性能实验

为了获得脉冲爆震火箭发动机(PDRE)的性能参数,采用液态煤油为燃料、氧气为氧化剂、压缩氮气为隔离气体,进行了一系列多循环爆震实验.使用孔板流量计测量煤油流量,使用集气法测量氧气流量,使用动态压电式压力传感器测量r爆震室轴向的沿程压力,使用火焰温度及水蒸气浓度红外光谱测量仪测量爆震管出口平面的尾焰温度,使用动态压电式推力传感器测量PDRE所产生的瞬时推力.实验获得PDRE不同频率下的平均推力和比冲.实验结果表明:爆震压力和温度随着工作频率的变化而有所变化,填充系数对于PDRE比冲大小有着显著影响.采用爆震室部分填充的策略,可以显著地提高发动机比冲.     

带喷管脉冲爆震发动机单循环性能分析模型

利用特征线理论下爆震波传播过程的解析解形式,采用爆震室内气体状态均一化处理方法,将爆震波到达爆震室出口或隔离气体接触面(部分充填下)以后通过收敛扩张喷管的排气过程简化为固定容积排气的零维模型,在此基础上得到了相应的性能计算模型。通过与试验数据的对比表明,模型可以有效评估喷管结构尺寸对发动机性能的影响趋势,通过引入一定的拟合形式,可以计算同一发动机结构下不同状态时的性能。      

脉冲爆震燃烧室与涡轮相互作用的试验

采用汽油和空气作为燃料和氧化剂,进行了脉冲爆震燃烧室(PDC)与涡轮相互作用的原理性模型试验装置的试验.试验结果表明:PDC工作平稳,在发动机爆震工作时压气机出口空气质量流量比用于PDC产生爆震的空气质量流量大100kg/h左右;在PDC出口前已形成充分发展的爆震波,压力波经过涡轮膨胀后峰值压力和波速明显降低;且充填系数越大,各位置处的平均峰值压力越高,压力波经过涡轮后的衰减越小;涡轮在经受累计40多分钟共12 000多次脉冲爆震波或压力波的冲击后仍然完好无损.     

螺旋式脉冲爆震发动机实验研究

目前以碳氢燃料与空气可爆混合物的直管爆震室存在较长的爆燃向爆震转变(Deflagration to Detonation Transition,简称“DDT”)距离,从而导致发动机整机长度过长等问题.为解决此问题,采用8种螺旋构型的爆震管替代现有国内外普遍研究的直管构型的爆震管进行了一系列实验.首先对不同螺旋结构的爆震管进行冷态流阻特性实验,得出了螺旋结构参数和流阻的关系;再结合冷态实验结果,选取4种螺旋结构进行了热态爆震实验.实验结果表明,所有螺旋结构均可获得充分发展的爆震波;螺旋爆震管缓燃向爆震转变时间随螺旋中轴线曲率半径增加而减小;相对于长2.0m的直管爆震管,螺旋爆震管DDT时间缩短了0.415~0.589ms,DDT距离沿螺旋线方向缩短了0.35m,爆震管轴向长度缩短了0.78~1.28m.     

基于小波变换和AR-GM(1.1)的发动机状态监控

一般情况下,润滑油对发动机起着非常重要的作用,它直接关系着发动机能否安全可靠工作以及工作性能的优劣。由于润滑油中带有大量的发动机磨损情况的有用信息,需要对润滑油进行油液监控分析,从而可以得到发动机的磨损情况,可提前发现发动机的潜在故障,做到预防性维修。本文提出一种基于小波变换和AR-GM(1.1)方法对滑油金属含量时间序列值的变化情况进行预测。通过与GM(1.1)预测方法相比较,该方法具有很好的预测效果。     

Forecasting space weather: Predicting interplanetary shocks using neural networks

We are developing a system to predict the arrival of interplanetary (IP) shocks at the Earth. These events are routinely detected by the Electron, Proton, and Alpha Monitor (EPAM) instrument aboard NASA’s ACE spacecraft, which is positioned at Lagrange Point 1 (L1). In this work, we use historical EPAM data to train an IP shock forecasting algorithm. Our approach centers on the observation that these shocks are often preceded by identifiable signatures in the energetic particle intensity data. Using EPAM data, we trained an artificial neural network to predict the time remaining until the shock arrival. After training this algorithm on 37 events, it was able to forecast the arrival time for 19 previously unseen events. The average uncertainty in the prediction 24 h in advance was 8.9 h, while the uncertainty improved to 4.6 h when the event was 12 h away. This system is accessible online, where it provides predictions of shock arrival times using real-time EPAM data.     

利用截断奇异值分解法解冲激响应逆卷积

在目标识别领域中,目标的冲激响应占有十分重要的地位,然而冲激响应必须通过解电磁系统逆卷积求得。本文直接从时域的观点出发,采用截断的奇异值分解法解这类病态问题,去掉了引起病态的较小奇异值,使这类逆卷积问题趋于良态,并对解球目标的冲激响应进行了数值仿真。结果表明,使用截断奇异值分解法比传统的共轭梯度法得到的解改善了约10dB。