正癸烷在Pt/ZSM-5上的催化燃烧及气相产物特性

催化燃烧能提高航空煤油的燃烧效率,其生成的小分子气体也对后期的航空煤油点火燃烧特性起重要作用。以航空煤油一元替代燃料正癸烷为对象,研究了催化燃烧及其气相产物特性,在Pt/ZSM-5和石英砂上进行了催化/无催化燃烧的对比实验,分析了温度 (100~600℃)、当量比 (Φ=0.6/1/2) 和催化剂 (Pt/ZSM-5) 对正癸烷转化率和气相产物特性的影响。研究发现：Pt催化条件下,正癸烷的燃烧启动温度降低约110℃。催化反应在200℃左右就可以实现较高转化率：Φ=0.6~1时,转化率在75%以上。催化反应产物中的CO显著减少,正癸烷转化率和完全氧化程度提高。Φ=0.6~2时,CO2始终是最主要产物。低温下(＜150℃)正癸烷催化裂解生成丁烯的反应对催化反应启动有重要影响。烃类气相产物由C3/C4大分子向C1/C2小分子转化和气相氧化产物由CO2向CO转化则是富燃高温(＞500℃)下正癸烷催化反应的两个重要特征。     

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

基于小波分析的航空发动机旋转失速检测方法

对试车检测到的压气机旋转失速压力数据,进行了小波降噪处理,并对处理后的数据进行多分辨分析,利用dN层小波系数重构相关频带内的压力信号分量,当重构信号某处的幅值超过给定阀值时,认为检测到了失速。研究结果表明,小波分解能有效地区分信号中的突变部分和噪声,达到降噪的目的;对不同采样频率的压力数据进行分析,给出了相应的阀值,对dN层重构信号进行监测,能有效检测到旋转失速的发生。      

研究推进剂凝聚相反应宏观动力学的爆燃延迟法

介绍了一种用爆燃延延期测定仪研究推进剂凝聚相高速分解反应动力学的方法。通过对硝化棉、双基和催化基推进剂，以及ＲＤＸ等试样爆燃延迟期的测定，得出了爆燃延迟期与反应宏观动力学参数反应速度常数、活化能、频率因子以及燃速等之间的关系。该方法快速、简便、有效，且在充压条件下进行，更接近于推进剂实际燃烧过程。     

2-D奇异系统鲁棒稳定性的状态空间测度

考虑具有非结构摄动的2-D奇异系统Roesser模型(简称2-DSRM)鲁棒稳定性的状态空间测度问题.利用其容许、稳定的充要条件及矩阵的奇值分解,分析其鲁棒稳定性,给出了不破坏2-D奇异系统稳定的摄动的最大上界.     

关于n阶矩阵的三角分解

本文研究了关于n阶矩阵的LU分解及n阶正定矩阵的乔累斯基分解。这几种分解方法在解决问题的过程中不仅简单明了，而且增加了结果的准确性。     

基于最小二乘法的分解炉温度控制数学模型

根据分解炉温度控制的实际生产情况,确定了三次风、煤粉和生料流量与分解炉温度之间的关系,建立了分解炉温度控制的数学模型。由于神经网络可以实现对复杂非线性对象进行卓有成效的控制,因此选定神经网络中应用最广泛的BP神经网络作为控制算法,对三次风和煤粉阀门开度进行控制,从而实现对分解炉温度预测控制。     

多变量气动设计问题分层协同优化

 通过验证实例分析,气动设计中精细化优化模型对设计结果收敛精度的提高有很大帮助,但同时也带来优化算法搜索困难的问题,并且由于不同类型设计变量之间的相互耦合干扰使优化难以收敛到全局最优解。于是提出基于响应均值灵敏度的概念对大规模的设计变量进行重要性分组的策略,依据设计变量分组情况应用系统分解思想对多变量设计问题进行分层协同优化来降低系统的复杂度,这既保证了精细化设计的要求,又缓解了优化算法对大规模问题搜索困难的问题。与传统气动优化方法相比,基于系统分解的分层协同优化算例有较大寻优效率和性能提升,证明了该方法的可行性。     

基于混沌和LWT-SVD的盲信息隐藏算法

为了提高秘密信息的安全性和鲁棒性,将混沌、提升小波变换（LWT）和奇异值分解（SVD）结合,提出一种盲信息隐藏算法。首先将要隐藏的秘密图像用混沌序列进行加密;然后对载体图像进行提升小波变换,并对低频子带进行分块奇异值分解;最后根据最大奇异值最高位的奇偶性将已加密的秘密图像进行隐藏。提取秘密图像时,不需要载体图像。仿真实验表明,该算法隐蔽性好,对加噪、滤波、旋转、剪切、缩放和JPEG压缩等攻击具有良好的鲁棒性。