单级轴流压气机纯音噪声实验与数值分析

为了探索转/静干涉纯音噪声与静子前缘上洗速度之间的对应关系，使用已发展的风扇纯音噪声混合预测方法对一台单级、低速压气机实验台（TA36）节流过程中的转/静干涉纯音噪声进行了预测，并与实验结果进行了对比验证。为了准确获取作为转/静干涉纯音噪声声源的静子叶片表面非定常压力脉动，首先比较了不同计算网格与时间步长设置对叶片表面非定常压力脉动计算的影响。随后，比较了静子叶片来流上洗速度和纯音噪声随质量流量的变化规律。研究表明：设计转速下，静子前缘70%、80%以及90%叶高的3阶叶片通过频率处的上洗速度幅值随质量流量的变化规律与混合预测方法估计的进气管道壁面声压级的变化趋势一致，并且与实验测量值的变化规律也保持了良好的一致性。此外，管道外远场声压级指向性的结果也表明：该实验台远场声辐射具有明显的指向性，并且不会随着节流过程产生明显的变化。     

基于访问数据模式的Cache缺失预测模型

为缓解SMT上线程对Cache的争用，提出了基于访问数据模式的Cache缺失预测模型ADM。使用模型对线程访存轨迹进行分析和计算，以两个线程在下一个时间片的访存地址信息作为模型的输入，预测Cache缺失情况并以此作为线程间Cache争用指标。 ADM实现了针对共享数据访问和私有数据访问两种模式的缺失计算方法，对比分析表明，ADM加入了对共享数据情况的分析过程，分别计算针对不同模式访存序列，结果更为精确，仿真试验表明，Cache缺失预测模型结果与目前同类模型的预测结果相比，误差分布在合理的范围内，当两个访存序列中有较多共享数据时，使用SMM方法计算结果将更为准确，证明了对访问模式进行划分的必要性。     

基于时空轨迹信息的目标行为模式在线分类方法

在预警监视领域，及时地预测目标行为模式对于态势认知至关重要。首先，针对当前大多数目标行为分类器实时性不强、对离群轨迹不敏感等问题，提出了带有离群检测的归纳式一致性多类预测器（ICMP）。其次，针对目标行为分类算法仅考虑目标的空间位置信息，而忽略航向和速度信息的问题，基于轨迹的时间和空间2个维度的信息提出了时空Hausdorff距离（STHD），从而可以有效区分空间位置相似但运动速度和方向不同的行为。然后，基于定向时空Hausdorff距离和K最近邻思想构造了定向时空Hausdorff最近邻不一致性度量函数（DSHNN-NCM）；在此基础上，提出了带有离群检测的序贯时空Hausdorff最近邻归纳式一致性多类预测器（SSHNN-ICMP），能够在预警监视场景下对目标频繁出现的行为进行在线学习和分类。最后，分别在仿真军事场景和真实民用场景中进行实验分析，结果表明本文算法具备较好的准确性和实时性，在预警监视任务中有良好的应用前景。     

成功转型靠质量

9月7日,世界主要飞机制造商波音公司在北京发布其2011中国市场展望。今年的展望较之去年的更为乐观。根据波音的预测,在直至2030年的未来20年内,中国将需要5000架新飞机,价值6000亿美元。中国航空市场在未来20年将呈现长期强劲增长,客运量(RPK)将以年均7.6%的速度增长,货运量年均     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

基础振动对转子系统动力特性影响的试验研究

为了满足航空发动机转子系统的动力学设计需求,采用试验方法研究基础的振动幅值和振动频率对转子系统横向振动的影响。结果表明,基础振动对转子动力特性的影响具有方向正交性,基础的水平振动仅影响转子的水平振动响应。转子与基础产生振动耦合,其轴心轨迹的形状和大小受基础振动幅值和频率共同影响,转子振动幅值随基础振幅增加而线性增加,随频率的增加呈二次函数增长,振幅比最大可以达到4。由于基础过大的振幅或频率会带来轴心轨迹的复杂变化,导致振动响应过大,在航空发动机的转子动力特性设计中,必须考虑和有效控制基础的振动幅值和频率,以降低转子系统的振动响应。     

基于灰色神经网络的APU维修成本预测研究

对APU的维修工作进行分析,提出APU维修成本的结构组成,利用APU在翼性能参数与维修成本的映射关系确定预测参数,在传统灰色预测方法的基础上融合BP神经网络,构建了基于灰色神经网络的APU维修成本预测模型。以某航空公司APS3200型APU维修数据为样本,运用MATLAB对影响参数进行关联分析,并对所建立的模型进行拟合和验证分析。该模型具有样本少、训练快、预测精度高等特点,实现了对APU维修成本的准确预测,可为航空公司年度APU维修预算制定、维修合同谈判、经济性拆发等提供决策支持。