碟式飞行器复合控制的共栖现象研究

借用生物学概念,首次提出了复合控制的共栖现象概念,并对碟式飞行器复合控制中产生的两类共栖现象进行了仿真研究,比较了复合控制中共栖现象与生物共栖现象的相似点,指出了共栖现象的研究意义和应用前景。     

空间对接机构对接锁系同步性仿真研究

对接锁系运动同步性指标是空间对接机构实现正常连接和分离的重要技术参数。对接锁系运动同步性仿真的难点在于柔性钢索在ADAMS中的模化问题,通过数学关系以子程序的形式来模拟钢索的作用,以此来研究对接锁系的同步性问题。最后,依据仿真结果指出了影响对锁锁系的同步性问题的主要因素并给出了合理的仿真建议。
     

卫星太阳翼展开机构的可靠性分析方法研究

针对卫星太阳翼展开机构的可靠性进行分析研究.首先,简要地介绍了太阳翼的组成和展开原理,建立了卫星太阳翼展开机构的故障树,并进行定性定量分析.分析结果得出扭簧储存动力矩不足和展开机构卡死是太阳翼展开失效的主要原因,对此提出了相应的预防和改进措施.其次,从静力矩裕度、力矩和力矩做的功三个方面对太阳翼展开机构进行可靠性建模和分析.     

基于混合战略均衡双寡头航空公司定价博弈研究

利用产品差异化理论和博弈理论,建立了双寡头航空公司市场竞争定价的不完全信息静态博弈模型,假定双方经营相同航线、选择相同机型、面临相同旅客,而在产品价格和服务水平方面存在差异性,在文献【1】中证明了这种博弈不存在纯策略均衡,按照纳什均衡解存在性理论,对混合战略均衡进行求证,得出结论：双方价格和服务水平的大小关系一致时,其市场份额和期望利润的关系与之相同;双方两因素关系随机变化时,其市场份额及期望利润同其变化程度有关,即结果不确定。     

大学生研究性学习实施策略

研究性学习改变了传统的教学模式,教师由知识传授者转变为研究性学习中的组织者、指导者、促进者和参与者.课堂教学已不再是灌输给学习者多少知识,而是强调学习的过程.以培养学生其自主学习的能力为目标.因此,实施何种策略激发学生的兴趣,改变学生先前被动的学习方式是非常重要的.针对这些问题,论文提出四个研究性学习实施策略:(1)强调了利用网络进行研究性学习的优势;(2)阐述了图书馆信息资源的作用;(3)提出了研究性学习中新型的师生关系的确立;(4)指出了研究性学习中学习方式的改变.     

雷诺数对涡扇发动机性能及稳定性影响

综合了Wassell方法和经验数学模型两种雷诺数修正方法,对风扇、压气机、高低压涡轮的部件特性进行了雷诺数修正。运用修正后的部件特性分别对3种涡扇发动机进行了性能计算,定量计算出了雷诺数对涡扇发动机性能的影响程度。计算结果表明:在低空区雷诺数对涡扇发动机性能和稳定性影响可以忽略不计;但在高空低速区,雷诺数对涡扇发动机性能和稳定性影响显著;涡轮前总温剧烈升高;推力增大3%～6%、耗油率增大8%～10%;稳定裕度下降19%～39%。因此在高空低速区航空发动机性能数值模拟必须考虑部件特性雷诺数的影响。      

PMMA／PEG-TPE半互穿网络聚合物的力学性能

为提高聚乙二醇聚氨酯弹性体(PEG-TPE)的力学性能,探索了引入聚甲基丙烯酸甲酯(PMMA)合成PMMA/PEG-TPE半互穿网络聚合物(S-IPN)的方法.采用动态热机械分析(DMA)研究了PMMA/PEG-TPE试样的玻璃化转变温度、损耗角正切和储能模量的变化规律.结果表明,PMMA的引入使S-IPN的拉伸强度大幅提高,从PEG-TPE的3.75 MPa提高到PMMA/PEG-TPE(70/30)的26.3 MPa,但S-IPN的断裂伸长率大幅下降.     

超磁致伸缩材料微位移驱动器的设计与实验研究

超磁致伸缩材料是国防、航空航天和高技术领域中一种重要的功能性材料。基于超磁致伸缩材料的工作特点,提出了超磁致伸缩材料微位移驱动器的结构原型,详细介绍了微位移驱动器中位移传递和放大机构、驱动线圈及控制电路的设计过程及其设计理论和方法。实验样机采用了多级杠杆叠加的结构形式进行位移传递和放大,实验结果验证了设计理论和方法的可行性和实用性。     

高精度数值方法在DNS中的应用

利用不同格式模拟扰动波在平板边界层中的传播,考察了格式对T-S波传播过程计算结果的影响。研究了不同计算格式对自由剪切层扰动波增长的影响,结果表明:对于二维扰动波模型,采用二阶精度格式,扰动波在平板边界层中只能出现衰减的结果;在自由剪切层中,虽然能模拟出扰动波在传播过程中幅值的增长,但却在相当长的计算范围内看不见三维波的出现。但对于同样的扰动模型,如果采用高精度格式,在边界层中能出现增长的T-S波,并与线性理论非常吻合;在自由剪切层中,扰动波不仅迅速增长,并能在不很长的距离内,明显的看到三维波的出现,并激发出了三维结构。      

有输入未建模动态的非线性系统自适应逆设计

对于一类存在输人未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。文中仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐近稳定性。最后给出的仿真研究证明了该设计方法的有效性。