小扰动线性化分析法在嵌入式大气传感系统中的应用

介绍了嵌入式大气数据传感系统三点法计算大气数据的方法,提出采用小扰动线性化分析法解决多变量叠代算法的收敛性分析,最后应用Matlab软件进行了计算验证。研究结果表明,在一般的超声速状态下(马赫数小于4.5),该算法是收敛的。     

基于机器学习的航空器进近飞行时间预测

为了准确预测航空器的落地时间，提高空管部门间的协作效率，采用机器学习的方法对航空器进近阶段飞行时间进行了预测。从实际运行出发，分析航空器在进近管制空域飞行时间产生差异的原因，提出了影响航空器在进近空域飞行的8类因素和17个重要特征。以航空器在进近飞行时间为标签，基于提出的重要特征，采用岭回归、支持向量机、随机森林和神经网络算法，建立了4种基于机器学习的航空器进近飞行时间预测模型。以南京进近为实例，对4种机器学习模型进行训练、验证和测试，对模型的性能指标、特征重要性和影响因素展开分析。研究结果表明，对于航空器进近飞行时间的预测，基于随机森林的模型表现出了最高的预测性能，模型的泛化能力最好、精确度高，回归效果越显著；进场状态是影响航空器进近飞行时间的最重要因素，而进场点和进场高度特征则对结果的贡献度最大。     

基于ADAM5510KW软逻辑控制器的变频调速系统设计

利用ADAM5510KW软逻辑控制器搭建了控制平台,通过光电码盘完成了对速度信号的精确采集与存储,并利用PID算法通过对变频器的控制,实现了对电动机的闭环速度控制任务.     

一组表示事物切分结果的量词“段“节“截”的历时考察

“段”“节”“截”这一组量词主要称量事物被切分后的结果部分。这一组量词是一类特殊的级位量词，和集合量词有区别，也不同于普通的个体量词。     

单星星光/惯性复合制导最佳星快速确定方法研究

单星星光/惯性复合制导能有效提高弹道导弹的机动发射性能和命中精度,在实际应用中需要快速确定最佳星.针对单星平台方案,建立其基于初始定位定向误差的相关数学模型,并采用单纯形调优法实现最佳星的快速确定.仿真结果表明.采用所建立模型能有效修正初始定位定向误差的影响;单纯形调优法选星速度快,精度高,能为有效解决最佳星的快速确定问题提供有益参考.     

基于热电子发射非线性的波导结无源互调机理研究

文章通过建立微波波导连接结的金属-半导体-金属(MSM)结构模型来探讨其无源互调(PIM)产生机理。首先,依据实际镀银波导钝化工艺过程建立了波导连接结的MSM结构模型及其等效电路,然后分析了MSM结构的非线性热电子发射电流特性,最后对MSM结构的三阶PIM进行了理论计算。研究结果表明:PIM随着波导连接压力的增加而呈现出较为复杂的变化规律,并且在106Pa附近存在极小值;PIM随输入功率的增加而增加,尤其是在大的接触压力条件下,增幅更明显;钝化层掺杂浓度的增加总体上使PIM减小,但在1016cm-3～1018cm-3的掺杂范围内存在极小值点。文章理论结果对探讨PIM产生机理及工程实践具有借鉴意义。     

基于信息融合遗传算法的航空发动机气路故障诊断

针对航空发动机由传统定期维修向视情维修转变的发展趋势,研究了遗传算法在气路性能参数估计中的应用,提出了改进的基于信息融合的遗传算法,将多源信息融合到遗传算法中,用以减小遗传算法的搜索范围.仿真结果表明:通过融合多源信息,有效克服遗传算法在寻优过程中陷入局部最优的情况,从而提高了气路性能参数的估计精度,能将估计误差控制在5%以内.      

颤振飞行试验的边界预测方法回顾与展望

颤振飞行试验是新型机种定型必不可少的环节,其目的是要确定颤振边界。由于颤振飞行试验的风险大、耗费高并且周期长,研究者一直在追求安全、准确和高效的颤振边界预测方法。鉴于此,在总结前人研究的基础上,从传统的颤振边界预测方法及其改进和新的颤振边界预测方法两个层面展开,对常用的和近年发展的颤振边界预测方法较为全面而相对简洁的论述,着重介绍了各种颤振边界预测方法的基本原理、适用性及其推广和改进。针对各种方法的原理和特点,将其归纳为构造稳定性参数的方法和基于流固耦合分析模型的方法,并对两类方法进行了对比和总结。最后,对目前颤振边界预测存在的一些技术难点及其发展趋势进行了初步的探讨。     

带拐弯混合管对波瓣混合器性能的影响

针对波瓣混合器进行了一系列的数值计算和模型实验研究,揭示了带拐弯混合管对波瓣混合器性能的影响.实验结果表明:混合管长径比小于2时,带拐弯混合管会造成高温气流在出口截面呈月牙形分布,月牙形包围着一个回流区,该回流现象对引射性能不利,计算结果则验证了该气流分布,认为带拐弯混合管降低了波瓣混合器的引射效率,为改善其引射性能,应该加长混合管使得混合管的长径比大于等于2.计算结果还发现了波瓣混合器的最佳长径比为2,且该值不随面积比变化,和最佳长径比为6的圆管混合器相比,波瓣混合器可以有效缩短混合管的长度.另外,进一步给出了引射比与长径比的拟合关系式.      

基于分层思路的动态非线性气动力建模方法

很多非线性气动力模型难以精确预测系统的小扰动线性特征。针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力。分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型。算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性。