下表面射流的超临界翼型气动性能分析

为探究下表面射流关键参数对超临界翼型气动性能的影响，采用雷诺平均NavierStokes(RANS)方程与Spalart-Allmaras(S-A)湍流模型进行数值模拟。通过比较基准RAE2822翼型与下表面射流翼型的流场，验证下表面射流能够在翼型后缘诱导产生逆时针分离涡，带动流线向下偏折，增加了翼型的等效弯度，同时加大前缘的吸力峰，从而提高翼型的气动性能。进一步探究射流位置、射流动量系数、射流角度、马赫数等关键参数对RAE2822翼型气动性能的影响规律。结果表明：给定状态下，下表面射流的位置越靠后，动量系数越大，翼型的气动性能越优。下表面射流在α=0°和2°时的最优射流角度为110°，在α=4°时的最优射流角度为160°，且在最优射流角度下能有效提高翼型马赫数在0.3～0.6范围内的气动性能。     

脉冲频率对径向涡轮转子进口流动特性的影响

可调涡轮增压器涡轮转子进口的动静干涉效应以及脉冲气流的波动使得转子进口流动更为复杂,进而影响转子通道内的气体流动.为了更好地了解脉冲频率对涡轮转子进口流动特性的影响,应用AN-SYS CFX软件对不同频率(20、40、60 Hz和80 Hz)脉冲进气条件下的全周径向可调涡轮模型进行数值模拟,并通过试验数据对数值模型进行...     

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型，提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明：与RBF神经网络自适应滑模控制器和双闭环PID控制器相比，改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量，其调节时间分别提升约50%和75%；改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。     

GPS接收机的自主完善性监测算法研究

完善性监测是 GPS接收机研制过程中的重要技术问题之一 ,其功能是在接收机不能用于导航服务时向用户提供告警信息。文中对基于最小二乘残差法的 GPS接收机自主完善性监测 (RAIM)算法进行分析与研究 ,并给出了检测门限的求解方法 ,最后对将该算法应用于 GPS/GL ONASS组合接收机时存在的问题进行了探讨。这一算法在某型号接收机的相关实验中取得了较好的效果。