大展弦比柔性机翼的气动弹性分析

高空长航时飞机普遍具有大展弦比机翼,其气动弹性问题尤为突出.考虑机翼结构的几何非线性对结构刚度的影响和机翼平面变形对非定常气动力的影响,采用准模态的思想进行大变形下的振动工程分析,并利用片条理论计算变形机翼的非定常气动力,然后进行颤振计算.以某型飞机机翼为例的计算表明,随变形幅度增大,机翼的颤振速度有明显的下降.      

航空铝合金弹塑性状态疲劳裂纹扩展速率试验

研究含长裂纹薄壁结构弹塑性状态下的裂纹扩展规律对于保证机体结构安全具有重要意义.设计了民机用铝合金大宽板裂纹扩展速率测试用试验件和夹具,进行了2024-T3和7075-T6两种铝合金大宽板弹塑性状态下裂纹扩展速率测试.讨论了应力强度因子变程(ΔK)和裂纹中心线处的张开位移变程(Δδ)作为弹塑性状态下裂纹扩展速率表征参量的适用性.研究结果表明:中、高级应力水平作用下,含长裂纹铝合金大宽板裂纹进入快速扩展阶段,裂纹扩展ΔK~da/dN曲线发生明显转折,不能用Paris公式拟合.在裂纹扩展后期,Δδ~da/dN曲线在双对数坐标下呈线性关系,可用Δδ~da/dN关系曲线来表征弹塑性状态下铝合金的裂纹扩展速率.     

鲁棒的结构网格自动化重叠方法

网格技术是目前数值模拟中的关键技术之一。重叠网格是一种放宽拓扑要求、减小网格生成难度的网格技术。本文以结构重叠网格为基础,分别针对挖洞、寻点以及洞面优化方法进行了研究和改进,同时完成物面网格重叠,形成了一套鲁棒的、自动化的网格重叠系统。在挖洞方面,结合“最小洞映射”方法,提出“复合式挖洞”方法,节省内存开销;在寻点方面,通过构建格心虚网格,保证搜索空间的连续性,同时结合“有效搜索”思想,排除部分对寻点无贡献的网格点,进而减少ADT叉树节点;在洞面优化上,改变填补判别法则并引入两类受保护洞内点,确保两层插值边界建立,提高鲁棒性;在物面网格重叠上,利用物面投影法完成坐标修正,实现物面附近网格流动变量的准确传递。为验证本文方法,分别对定常翼身组合体DLR-F6绕流和非定常机翼挂载分离过程进行了数值模拟,计算结果与实验结果吻合良好,表明该结构重叠网格系统对多物体间定常、非定常扰流具有较好的数值模拟能力和较高的模拟精度,具有较高的工程应用价值。     

聚乙二醇粘合剂体系的流变特性研究

研究了不同增塑比和温度对硝酸酯(BG)增塑的聚乙二醇粘合剂(PEG)体系流变特性的影响。结果表明,聚乙二醇粘合剂体系存在临界增塑比,低于该临界增塑比时,体系粘度随增塑比增加而迅速降低;高于该临界增塑比时,体系粘度变化缓慢。当增塑比为2.8时,聚乙二醇粘合剂体系在50℃假塑性程度最高。     

遥感图象的半正交小波变换及数据压缩

本文利用Ｂ样函数构造半正交小波基，并利用对偶系设计了具有严格线性相位和精确重建特性的ＦＩＲ滤波器组，将其应用于遥感图象的数据压缩，取得了良好的成果     

降低丁羟推进剂高压压强指数研究

研究了某些化合物对丁羟（ＨＴＰＢ）复合固体推进剂燃速压强指数的影响。实验发现，ＦＧ是一种降低ＨＴＰＢ推进剂压强指数的高效添加剂。当ＦＧ与亚铬酸铜组合使用时，可在提高推进剂燃速的同时大幅度地降低燃速压强指数。文中对ＦＧ的作用机理作了初步探讨。     

人机标准陆空通话系统

陆空通话是航指挥的基本功，它为航管人员与飞行员信息勾通架起一座桥梁。本文介绍利用计算机多媒体技术开发的人机标准陆空通话自学习系统，它可以根据学员自身的学习效果，控制学习进度。该系统可以有效地促进、提高学员的听说能力。     

2A12铝合金试件中空间斜裂纹在线止裂及性能分析

 选择带有空间斜裂纹的2A12铝合金试件进行了拉伸载荷作用下电磁热在线止裂研究。采用数值分析方法确定了止裂工艺参数,并求得了放电后试件内的温度场及热应力场;通过自制加载装置,应用ZL-2超强脉冲电流放电装置完成了空间裂纹在线止裂试验;对止裂前后的铝合金试件进行了微观组织分析和宏观力学性能测试。研究表明：脉冲放电瞬时,裂纹尖端熔化、钝化,并形成了高压应力区,提高了裂纹的扩展功,在一定的拉伸载荷下,试件也不会开裂,达到了裂纹在线止裂的目的。     

致密发散孔冷却环形折流甩油盘燃烧室设计研究

为了研究致密发散小孔冷却环形折流燃烧室的设计方法,根据火焰筒头部无冷却时的流场形态及期望引导的流场形态,对头部壁面发散小孔进行了两种对比性设计。为对比两种方案的优劣,对设计后的燃烧室进行了数值模拟。结果表明通过增加发散小孔,调节内外环射流孔的气量分配,可成功诱导出期望的多涡流场,且方案2的发散小孔冷却效果更佳。证明通过调整内外环发散小孔开孔数量来调节射流孔的射流穿透深度,并结合甩油盘油雾诱导理想的主燃区流场形成是可行的;采用孔倾角为钝角的发散小孔可更好地保护热负荷压力大的前几排火焰筒壁面;通过在高温区增大孔阵疏密度,把高温区处的发散小孔孔径由原先的0.68mm减小至0.3~0.55mm,可实现在不改变冷气流量的前提下,增强换热,降低壁面温度。     

An ensemble deep learning based shoreline segmentation approach (WaterNet) from Landsat 8 OLI images

Shorelines constantly vary due to natural, urbanization and anthropogenic effects such as global warming, population growth, and environmental pollution. Sustainable monitoring of coastal changes is vital in terms of coastal resource management, environmental preservation and planning. Publicly available Landsat 8 OLI (Operational Land Manager) images provide accurate, reliable, temporal and up-to-date information about coastal areas. Recently, the use of machine learning and deep learning algorithms have become widespread. In this study, we used our public Landsat 8 OLI satellite image dataset to create a majority voting method which is an ensemble automatic shoreline segmentation system (WaterNet) to obtain shorelines automatically. For this purpose, different deep learning architectures have been utilized namely as Standard U-Net, Dilated U-Net, Fractal U-Net, FC-DenseNet, and Pix2Pix. Also, we have suggested a novel framework to create labeling data from OpenStreetMap service to create a unique dataset called YTU-WaterNet. According to the results, IoU and F1 scores have been calculated as 99.59% and 99.79% for the WaterNet. The results indicate that the WaterNet method outperforms other methods in terms of shoreline extraction from Landsat 8 OLI satellite images.