火箭垂直回收中发动机布局与喷流壁面效应影响研究

针对重复使用火箭垂直着陆过程的喷流流场问题开展研究,利用计算流体力学(Computational Fluid Dynamics, CFD)方法研究了壁面效应和发动机布局对超声速喷流的影响。研究表明,着陆距离(L)在2.24D～11.2D(D为喷管出口的直径)的范围内,地面效应对喷管出口中心处的温度分布影响较小;在当前计算条件下,当L<2.24D时,超声速喷流撞击地面会形成强烈的激波,随着离地高度的降低,该激波位置往喉部方向移动,由于壁面效应,喷管内部形成斜激波,导致中心喷管壁面处的温度升高;中心喷管相对外侧喷管往外突出增大了壁面流动速度,导致外侧喷管出口的温度降低;研究还表明子级火箭底部端面的喷管数量增加后,会导致喷管的温度升高。研究结果将为火箭发射及回收方案选取提供参考。     

一种利用振动台模拟准静态环境的试验方法

文章介绍了一种利用振动台系统进行准静态环境模拟的试验方法,即正弦-脉冲(Sine-Burst)试验方法.正弦-脉冲试验是将准静态载荷施加到试件上,来验证试件的强度和飞行设计的合理性.文章介绍了正弦脉冲试验的基本原理、实现方法及实施步骤,并给出了一个模拟试验的实例.     

人民币汇率制度选择文献综述

人民币汇率制度选择问题一直是我国进行人民币制度建设的核心问题,其关乎着我国货币的主权和金融经济的独立和稳定,更关乎着我国内外经济的均衡和经济的增长。关于人民币汇率制度选择这一命题,国内外学者作了大量的研究,对这些学者的研究成果进行梳理,有助于我们更好地研究人民币汇率制度选择问题,从而整体把握人民币汇率制度。     

制样压应力对显微拉曼光谱法获取碳材料结构参数的影响

为了研究金相制样过程中压应力对获取碳材料拉曼特征参数R的影响,对不同温度处理的碳纤维和树脂碳进行了研究.结果表明,制样过程中的压应力对准确获取碳材料的拉曼特征参数具有一定的影响,尤其是对经过高温处理硬度较小的碳材料的影响更大,造成了碳材料R的增大.建议在制备碳材料的显微拉曼光谱测试试样时采用较小的压应力.     

一种快速Nand Flash垃圾回收策略

为了解决垃圾块回收以及块重新融合再利用过程占用Nand Flash数据I/O操作中大量时间的问题,提出了FTL逻辑块数据流转图概念,并对垃圾回收触发条件、垃圾块选择方法、垃圾回收的过程进行了算法设计,实验表明算法可以提高Nand Flash的平均寿命,缩短IO运行时间。     

矩形截面管道气流中横向运动颗粒的碰壁条件

分析了矩形截面管道气流中横向运动颗粒的运动轨迹及碰壁条件,研究表明颗粒飞出的临界速度随着颗粒直径的增大而减小,当颗粒直径较小时受来流密度、马赫数影响较大,总趋势是来流密度、马赫数越大,颗粒越不容易与上壁面碰撞。但随着颗粒直径的增大,来流条件对颗粒是否碰壁的影响逐渐减弱,决定因素是颗粒直径的大小和颗粒的喷射速度。     

基于CFD动网格的内装式空射分离研究

研究了使用飞机发射运载火箭时的机箭分离过程。提出了一种可以解决内装式空射分离问题的整体解决方案,主要基于CAD三维实体建模方法、多体动力学方法和结合六自由度运动的计算流体力学(CFD)动网格方法。以CFD动网格计算为核心,进行了空射分离过程关键问题的研究,得到了火箭在载机气动干扰环境下的运动特性,为轨道卫星和弹道导弹的快速、廉价发射打下了研究基础。     

基于能量法的无人机弓形起落架优化设计

弓形起落架的轴线形状和横截面直接影响无人飞机着陆时起落架的缓冲性能。为提高弓形起落架的缓冲性能,基于能量法构建了弓形起落架的参数化模型,以某一无人机的起落架为对象采用遗传算法进行优化设计,用MD.Nastran对优化设计的弓形起落架进行动力学仿真。结果证明优化后的弓形起落架吸收冲击能量的能力得到了提高,从而可以降低无人机降落时的过载,同时减小了起落架的质量。     

基于IR-UWB的无线总线实验研究

针对虚拟卫星需要通过无线媒介将卫星近距子终端可靠地联结成系统的应用需求,在研究IR-UWB技术和星载总线两者特点的基础上,提出基于IR-UWB的总线型无线网络的解决途径,结合1553B协议进行了可行性分析.并在现有条件下设计和搭建1553B点到点试验平台进行了实验研究,实验表明从功能上来看,IR-UWB具有作为设备间实时无线互连物理层的潜力,为进一步研究打下了基础.     

基于高光谱和LiDAR的黄河口湿地植被分类方法

利用无人机（Unmanned Aerial Vehicle, UAV）高光谱影像（Hyper-spectral Imaging, HSI）和激光雷达（Light Detection and Ranging, LiDAR）数据开展黄河口湿地植被分类方法研究。由于高空间分辨率HSI光谱变异性强,以及LiDAR点云密度不均匀,分类结果呈现出“椒盐”现象。为了解决这些问题,本文提出了一种结合空谱特征融合和通道注意力机制的双分支卷积神经网络（SSF-C-DBCNN）。光谱注意力机制通过为每个波段分配不同的权重来减少光谱变异性的影响。空间注意力机制侧重于学习和强调特征表达能力强的密集点云区域空间信息,从而减轻LiDAR点云密度不均匀对结果的影响。最后,在双分支融合特征后引入通道注意力机制来提取更深层次的特征。利用UAV采集的HSI和LiDAR数据进行实验验证,结果表明,本文提出方法的性能优于随机森林和五种深度学习方法,分类结果更为贴合实际土地覆盖,有效地抑制了“椒盐”现象。