飞机主操纵系统疲劳试验载荷监控方法研究——应变数据分析法

针对某机全机主操纵系统疲劳试验中动态操纵情况下的应变测量以及试验载荷监控问题进行了分析和讨论,并对基于应变测量数据分析的操纵系统疲劳试验载荷监控方法的确定及其应用效果进行了阐述。在操纵系统疲劳试验过程中的实际监控结果表明,该方法对副翼/平尾/方向舵操纵系统多种试验状态下的试验载荷监控实用有效。     

中纬电离层爆负相开始时间与磁暴主相开始时间的对应关系

本文假设以磁暴主相期间，由于极光椭圆带处的空气被加热上升，从而使高纬高空出现富含分子的气体，这些气体由于扩散及与中性风的相互作用会向低纬移动，其所到之处电子消失系数增加，从而导致负相电离层暴的发生，计算给出了全球中纬电离层暴负相的开始时间与磁暴主相开始时间之间的关系，并讨论了负相电离层暴发生的“时间禁区”问题，结果与有关统计结果符合得很好。     

涡扇发动机主燃油流量监控模型的建立及验证

单发飞机装配新型发动机试飞具有较高的风险,作为发动机重要性能参数的燃油流量,可在一定程度上反映发动机的潜在故障。为确保某型涡扇发动机飞行试验安全,需对发动机主燃油流量建立监控模型。利用地面台架试验数据,结合主燃烧室喷嘴和主燃油计量装置的工作特性,建立了主燃油流量监控模型,并与装机后的地面试验数据进行对比。结果表明,该监控模型有较高的准确性和通用性,能及时发现发动机可能存在的问题和故障,确保飞行试验安全。     

航天企业主数据标准化治理的研究与应用

系统间数据标准不统一的情况影响了企业的数字化转型.为了解决系统间数据孤岛问题,文章采用业界数据标准化治理方法论,结合航天企业的特点,从成立组织、规范制定、数据清理、平台搭建、贯标应用5个方面制定了适合航天企业的主数据标准化治理体系,并通过试点单位的应用证实了治理体系的有效性,为企业内数据的统一提供了有效保障.     

固体推进剂贮存寿命非破坏性评估方法(Ⅱ)--动态力学性能主曲线监测法

对动态力学性能和静态力学性能的关系进行了理论分析,认为二者之间存在对应关系.通过对采用动态力学分析(DMA)法得到的动态储能模量主曲线和材料试验机得到的静态松弛主曲线进行对比,验证了这种关系.提出了根据动态和静态力学性能关系,利用动态储能模量主曲线得到静态松弛模量和静态强度,以评估推进剂老化状态的非破坏性方法.预测值和实测值的比较结果显示,该方法能够较好地评估推进剂的寿命状态.     

载人航天逃逸安控系统优化设计

为进一步提高载人航天飞行任务中逃逸安控系统指令发送的安全性、可靠性,提出优化设计方法。将火箭接收逃逸指令的通道和接收安控指令的通道进行一体化体制换代,升级为多音组合编码调频(主字母)体制,对箭上、地面逃逸安控系统进行一体化设计。同时,继续保留USB设备向飞船发送逃逸指令的通道。通过对比,优化设计后的逃逸安控系统在指令安全保密性、设备覆盖性、系统可靠性等方面得到了全面提升。     

多模态RBCC主火箭室压对引射流动燃烧影响研究

为了研究火箭冲压组合动力循环(RBCC)发动机主火箭室压对引射模态发动机性能的影响,针对宽范围飞行的二元中心支板式构型,分析了引射模态亚声速飞行阶段发动机工作特点,采用发动机与飞行器前后体集成的全流道数值模拟计算方法,研究了主火箭室压对RBCC亚声速飞行阶段燃烧室流动燃烧及发动机性能的影响。结果表明:主火箭室压增至26MPa时,由于主火箭喷管面积扩张比相应增大,使得主火箭喷管出口射流欠膨胀程度没有增大,避免了Fabri壅塞现象的产生,同时增大的主火箭射流马赫数使主火箭射流对第一级凹腔下游二次流道的挤压作用明显减弱,综合作用使得Ma=0和Ma=0.8条件下引射比分别提高了22.4%和40.0%;全流道计算结果表明在亚声速飞行阶段,提高主火箭室压一方面提升了主火箭推力,另一方面提升了燃烧室及后体推力,综合作用使得发动机比冲分别提高了11.5%和25.3%。提高主火箭室压有利于提升宽范围飞行RBCC发动机亚声速飞行阶段发动机性能。     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

基于EMD熵特征融合的滚动轴承故障诊断方法

研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.