用变截面试样测量损伤变量 D(E)

 给出了一种用变截面试样测量Ｄ（Ｅ）的方法,推导出用该方法测材料弹性模量Ｅ及Ｄ（Ｅ）的理论公式,分析了有关因素对测量结果的影响,并用ＬＹ１２－ＣＺ铝合金试样对本文所提出的方法进行了试验验证。结果表明该方法是可行的,且具有实用性,和便于同一损伤过程的多角度对比研究的优点。     

膏体推进剂脉冲火箭发动机新方案的理论和实验研究

提出了一种新的膏体推进剂脉冲火箭发动机设计方案及其再点火装置的设计与实现,建立了膏体推进剂在再点火装置中二维流动模型和传热模型,得到了发动机可靠点火时再点火装置温度、长度、通道直径和挤压压强间应满足的关系,以及发动机熄火应满足的条件,还进行了原理性热试车,成功实现了多脉冲工作。     

变循环发动机组合变几何调节方案

基于面向对象的设计思想,设计出了一个双涵道变循环发动机(VCE)的性能计算模型,并选取了双涵道VCE具有代表性的典型工作点,进行了双涵道VCE的组合变几何调节的相关研究.结果表明:在双涵道VCE的亚声速巡航和超声速巡航工作点,合理调节风扇导流叶片角度可以更大程度发挥双涵道VCE性能优势;在亚声速巡航工作点时选取的方案4和超声速巡航工作点时选取的方案4均比双涵道VCE设计点的变几何调节方案性能更优.     

变循环发动机建模方法研究及验证

研究了变循环发动机(VCE)关键部件建模技术.采用叶尖叶根分段建模技术建立了两段风扇的数学模型,使之更适用于VCE.基于流场分析,建立了活门开度、外涵道进口总压、动压与外涵道总压恢复系数之间的智能映射,完善了外涵道模型.建立了VCE部件共同工作方程,获得了VCE部件级数学模型.基于欧洲空间与推进系统仿真数据库进行设计点计算,并开展了仿真验证.仿真结果表明:建立的数学模型表现出的工作性能与实际发动机实验结果一致,在低马赫数下双外涵道模式推力更大、耗油率更低;相反在高马赫数下单外涵道模式推力及耗油率优于双外涵模式,验证了所采用建模方法的有效性.      

基于相关系数的火箭测试变化缓变参数自动判读方法

变化缓变参数的自动判读是实现火箭测试数据自动判读的难点,已有的研究采用曲线拟合的思路进行判读,但拟合过程相当复杂,且不同的测试流程存在不同的拟合曲线,工作量极大.为提高判读效率,从变化缓变参数的物理意义出发,提出通过判别参数测量值序列之间的相关系数来实现变化缓变参数自动判读的方法.该方法对测量值序列进行先归一再累加生成的处理方式,克服了遥测系统测量误差对相关系数计算的影响,保障了判读准确性,同时减少了建立判读知识库的工作量.仿真结果表明,该方法运用简便,效果良好.     

变弯度导叶对某高负荷双级风扇气动性能的影响

为了改善某高负荷双级风扇在非设计转速出现的裕度不足和转子攻角过大的问题,研究了变弯度导叶的调节对高负荷双级风扇气动性能和内部流场的影响,对比分析了不同形式变弯度导叶和传统可调导叶的性能差异.数值模拟结果表明:80%转速时高负荷双级风扇的绝热效率随着正预旋角度增加而显著增加,预旋角度为30°时的绝热效率提高了3.5%;传统可调导叶扩稳效果较优,受到大预旋角度下大损失的限制;变弯度导叶的开缝形式、开缝位置、导叶稠度均与气动性能密切相关,具体设计需要根据高负荷双级风扇工作情况进行探讨.      

飞机机翼结构型式的拓扑优化

<正>在形状优化和尺寸优化已经相当成熟的今天,对于结构的设计已经很局限了,随着拓扑优化的发展,设计师可以从根本上改变结构设计,更大程度地减轻结构重量,在飞机结构设计方面,可以很好地帮助飞机设计人员定量设计寻找机翼结构布局。拓扑优化在近20年里逐渐成为学术与工程领域的研究热点之一,从早期的离散体拓扑优化发展到连续体结构的拓扑优化,从简单的二维结构拓扑优化发展到更加复杂的三维连续体结构的拓扑优化,近几年已经广泛应用于汽     

变循环发动机双外涵匹配研究

针对带核心机驱动风扇的双外涵变循环发动机,提出了1种用于双外涵匹配分析的数值模拟方法。利用计算流体力学Fluent软件对其初步流路进行了研究及优化,在此基础上对双外涵模式流场、不同前涵道引射器状态下的单外涵模式流场进行分析。结果表明:第1外涵道的角度和流通面积对总压恢复系数的影响较大;在由双外涵模式转换到单外涵模式过程中,应将前可变面积涵道引射器开到最大以减小总压损失。该方法能够有效地应用于双外涵变循环发动机流路优化及双外涵匹配分析,为变循环技术的深入研究提供参考。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

一种通过积累教训来实现学习的随机自动机

本文提出了一种新颖的学习自动机模型。其内部结构直接由它过去所受惩罚的积累信息来确定。研究结果表明，该算法是权宜的，且具有优于ＬＩＰ、相当于ＬＲＰ的学习性能。