基于全程滑模的有限时间滑模变结构控制

提出了一种适于多输入多输出(MIMO)非线性系统的全程滑模变结构控制.基于全程滑模控制,采用指数型快速终端滑模趋近律设计全程滑模控制器,并对控制率作平滑改进.方法消除了滑模控制的到达阶段,系统跟踪误差始终保持在滑模面上,并能在有限时间内趋近于原点的邻域内.一类三阶非线性系统仿真结果表明:该控制策略可行且有效.     

一种高效的正常类飞机全机疲劳试验方法

目前国内飞机结构疲劳耐久性评定通常采用规范谱和飞机典型设计任务剖面相结合来编制疲劳试验载荷谱,对全机完整结构进行考核,这将耗费巨大的成本和周期,也因此全机疲劳试验成为型号机体结构设计验证最后以及最复杂的一环。对于以经济性为主要研制要求的正常类飞机,为了推进型号研制工作和取证进度,需要缩减全机疲劳试验的成本和周期。在CA42型飞机适航取证的全机疲劳试验工作中,依据FAA认可的规范谱编制了疲劳试验谱,将疲劳考核目标由整机结构调整为机体主要承力结构,并相应简化了全机疲劳试验载荷加载方式,形成了一种高效的全机疲劳试验方法。通过该方法,CA42飞机全机疲劳试验仅耗时两月,试验成本主要为工时,有效的推进了适航取证工作,并缩减了研制成本。     

肼类燃料蒸汽污染控制技术

针对肼类燃料在使用中产生的蒸汽会对大气造成污染这一问题 ,介绍了肼类推进剂气体污染控制方法。这些方法主要有洗涤吸收法、气体扩散法、焚烧法、活性炭吸附法、催化法、喷雾法、冷却法、泡沫覆盖法、固体粉末消污法等。论述了国内外肼类气体污染控制的各种技术 ,并对各种技术特点进行了对比与分析     

基于CS的SAR图像自动目标分割算法

图像目标分割是SAR图像目标超分辨处理和自动目标识别的重要步骤。针对图像固有的稀疏结构,提出了一种SAR图像自动目标分割算法。通过构造变换字典将SAR图像数据投影到高维空间,实现了图像局部特征的稀疏表示,然后利用随机矩阵获得稀疏域局部特征的压缩采样,并对多组采样数据运用Mean-shift 算法并行处理,最后通过符号检验法,实现了对目标像素与背景像素的分类。试验表明,该算法对硬目标具有较好的目标分割性能。     

高旋转数下不同通道转角梯形带肋回转通道的换热特性

为研究截面形状和旋转效应对高压涡轮动叶内部冷却通道换热的影响,对雷诺数为10000～50000,旋转数为0~209,通道转角为0°、225°、45°的带直肋双流程梯形截面通道换热特性进行了实验研究。结果表明:静止状态下,在第一通道,梯形通道后缘换热强于前缘;在第二通道,前、后缘换热区别不大,后缘的换热略强于前缘。旋转状态下,对0°通道转角,随旋转数的增大,第一通道的后缘面换热仍强于前缘面和外侧面,且差异更明显;第二通道前缘换热相对后缘增强。在较高旋转数（旋转数大于1）时,0°通道转角工况的换热最强,45°转角最弱。      

Dirichlet混合样本的EM算法与动态聚类算法比较

Dirichlet分布是一类包含正参数向量的连续多元概率分布,在比例结构问题中具有广泛的应用。针对Dirichlet混合样本的聚类问题,进行了最大期望（EM）算法和动态聚类算法研究。首先,推导其数学过程,并给出算法迭代步骤。然后,利用数字仿真实验,比较了EM算法与动态聚类算法两种机器学习算法在Dirichlet混合样本中的聚类效果。最后,计算对数似然函数值、程序运行时间、收敛迭代次数、聚类正确率、真正率（TPR）和假正率（FPR）6个评价指标。仿真实验结果表明,EM算法聚类正确率更高但是运算效率相对较低,而动态聚类算法运算效率较高但是损失了部分聚类正确率。因此,实际应用中建议综合权衡聚类正确率与运算效率的相对需求后,再选取合适算法进行Dirichlet混合样本聚类。      

一种通用模拟飞行引擎的设计

模拟飞行软件的核心在于其引擎设计,文章从系统设计角度出发,讨论了一种容易实现的、具有通用性的模拟飞行引擎设计方案。该方案给出了引擎的组成、工作原理和应用程序调用接口。     

类升力体外形俯仰阻尼特性数值研究

采用有限差分方法求解薄层近似的非定常Navier-Stokes方程，定常流场采用交替方向隐式分解的NND格式，非定常流场采用四步Runge-Kutta方法，在保证时、空二阶精度前提下引入变系数残值光顺技术提高非定常流场计算效率，复杂带翼外形的空间网格通过求解抛物化的椭圆型方程生成，最后在Etkin理论下给出球锥及类升力体外形的俯仰阻尼导数计算结果。     

应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。