射频磁控溅射法制备聚氟薄膜及其性能研究

研究了卫星相控阵雷达天线系统的TR组件表面聚氟材料薄膜的制备工艺,采用射频磁控溅射法成功地在TR组件表面制备了聚氟薄膜,并对所制备的薄膜进行了电子二次倍增效应阈值试验.结果表明,聚氟薄膜不但具有良好的绝缘性能,且其二次电子发射也较低,提高了电子二次倍增效应阈值.对薄膜组分与形貌进行了X射线光电子能谱(XPS)和扫描电子显微镜(SEM)分析表征,薄膜较好的保持了聚氟材料的特性,其均匀性和致密性均达到了实际应用要求.     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

射流推力矢量的数值模拟研究

本文基于二维雷诺平均N—S方程与SST湍流模型相结合,采用时间相关法求解混合流场,数值求解时,空间上采用二阶迎风格式对连续方程、动量方程和能量方程进行耦合求解。根据数值模拟的结果分析了主流与次流相互作用的复杂流场结构、落压比和二次流位置对矢量偏转角的影响。当SPR=0．7时,单缝模型和双缝模型的最大偏转角都在落压比为2—3．5之间。合理的双缝位置排布获得推力矢量效率高于单缝射流。双缝射流注入时存在一个最佳的双缝间距及开缝位置可以使得两道斜激渡的分布比较合理,从而得到最大偏转角。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

热控涂层电子辐照效应

研究防静电Kapton二次表面镜(ITO/Kapton/Al)、S781白漆两种典型热控涂层,在不同能量电子辐照后太阳吸收比退化情况,并利用X射线光电子能谱和扫描电子显微镜对样品表面的成分和形貌进行了分析。结果表明:相同电子注量下,不同能量电子对样品的太阳吸收比退化作用程度是有区别的。而样品光谱反射率、表面形貌、表面成分的损伤效应类似,说明不同能量电子辐照下,样品的退化机理是一致的。     

二次流动对气冷涡轮叶栅流场的影响

针对典型跨声速高压涡轮叶型平面叶栅吸力面单排孔气膜冷却,采用数值模拟方法,比较分析了加入气膜冷却前后流场变化。结果表明,由于二次流动的影响,加入气膜冷却以后吸力面后部接近下壁面处没有受到冷气保护而直接暴露于主流高温燃气,在实际高压涡轮中将极大的降低叶片寿命。没有气膜冷却情况下,吸力面接近下壁面处边界层仍有可能因受到二次流动的影响发生转捩;加入气膜冷却情况下,气膜孔中心位置下游边界层由于射流和主流的相互作用将转变为湍流边界层,而由于孔间距的影响,只有射流和主流充分掺混以后才能影响到整个叶片的范围。     

纳米ZrO2陶瓷二维超声磨削温度影响因素分析

本文采用人工热电偶法,通过普通磨削和二维超声振动磨削的对比实验,回归分析了磨削深度、砂轮速度、工作台速度等磨削参数对纳米ZrO2陶瓷磨削温度的影响.别外对纳米ZrO2陶瓷这种非线性材料的磨削加工进行有限元仿真,比较实验测量数据与仿真结果,确定仿真分析对实际情况的指导作用.     

基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。