基于CFD结果的轴流压气机附面层堵塞计算方法

为研究轴流压气机附面层堵塞计算方法,提出一种基于计算流体力学结果自动提取附面层厚度的多参数组合方法,该方法整合了多种附面层判断准则,可有效避免单参数判断准则的局限性。通过多个算例,包括二维平板、多级轴流压气机端壁、进口导流叶片以及带有分离区的静子叶片等,对该多参数判断准则进行了检验。结果表明,此附面层提取方法具有很好的有效性和普适性。该研究建立了多级轴流压气机中端壁堵塞从高维向低维模型的反馈,为压气机设计体系改进提供了更多可能。     

低能量状态对飞行安全的危害及改出方法

对民机在进近着陆阶段可能诱发飞行事故的低能量状态和驾驶员的改出操纵方法进行了研究。根据近年的民机事故分析报告,结合运输类飞机适航标准CCAR-25-R4、飞行试验指南AC25-7C、军用规范及相关行业标准,较系统地提出了涉及着陆拉平、侧风着陆和可控撞地的低能量状态的定量判定准则。以某型支线客机为例,采用数字仿真计算的方法,分别研究了在进近着陆过程中低动能和低势能状态可能导致的飞行安全问题及其特点。针对低动能改出提出了增加速度并抑制爬升的方法,针对低势能改出提出了增大俯仰姿态并保持速度的方法,最后通过仿真计算验证了两种改出方法的有效性。研究结果可为低能量告警系统的设计和驾驶员的改出操纵培训等提供理论参考。     

冗余惯性导航系统信息一致性判断方法

针对冗余惯性导航信息识别问题,提出一种基于Siamese网络的导航信息一致性判断方法。采用一段时间内的惯导数据变化趋势,模拟人脑对数据信息一致性的判断。首先建立惯组测量模型,获得不同状态的惯组测量数据,导航解算等处理后得到一段时间内7类21维的数据信息构造样本对。然后通过设计Siamese网络结构,采用卷积神经网络提取样本对特征向量进行网络训练。最后进行实验仿真验证。结果表明,本文采用552对小样本数据进行训练的结果,在与训练样本存在差异的497对测试样本上达到了98.19%的准确度,说明网络具有一定的泛化能力。神经网络训练结果稳定,在测试集上的准确度高。为冗余惯性导航系统信息一致性判断提供了新思路。     

一种模拟信号采集电路误差分析方法

针对模拟信号采集电路的误差分析,设计了一种充分考虑各级电路误差的最坏情况分析法。主要分析了影响精度和灵敏度的直流误差。忽略传感器、电缆、连接器、PCB寄生电容和任何外部影响/误差,因为这些误差在很大程度上取决于要测量的具体应用或信号。主要分析模拟采集电路中的典型构建模块,如电阻、放大器、模数转换器等。提出了基于反馈因子β的运算放大器误差模型,模型通过反馈因子而获得分析能力,反馈决定了运算放大器在功能和质量方面的性能,通过与开环误差规范的反馈交互实现。对于电阻和模数转换器主要分析其特性误差。采用最坏情况分析法,将可靠性落实到硬件设计中,使得硬件可以长期无故障工作。     

搅拌摩擦焊在电机制造中的应用前景

介绍了搅拌摩擦焊的原理、特点和发展情况；分析了该技术用于焊接紫铜／紫铜接头的可行性。并对其在电机制造业中的应用前景作了初步探讨。     

飞控系统最坏情况分析方法研究

提出了飞控系统在其主要影响因素(自然风、推力偏心、控制参数偏差、结构误差等)的作用下进行最坏情况分析的方法。给出了飞控系统最坏情况法整体分析流程,建立了自然风、发动机推力偏心、控制参数偏差和几类主要结构误差的扰动模型。提出了利用直接代入法和正交试验相结合的方法辅助最坏情况进行分析,并给出了详细算法流程。最后以某飞控系统为案例验证了该方法的正确性和可行性。     

风洞侧壁干扰控制与修正方法研究

风洞侧壁干扰是影响风洞实验数据准确度的一个重要因素,洞壁边界层的存在会使二维翼型升力线斜率的测量值下降,在风洞设计和实验中采用多种方法来减小其干扰.简述了减小或消除侧壁干扰的实验原理、实验方法、优缺点及国内外研究进展,重点介绍了侧壁抽吸、侧壁吹除控制与修正方法,最后介绍了判断控制和修正效果的准则.侧壁抽吸与侧壁吹除方法在实际应用中取得了良好的效果,对抑制侧壁边界层效应有一定作用,能够提高实验结果的精确性.     

飞机结构腐蚀搭接件应力应变分析

通过对一架退役飞机分解检查，发现搭接件外表面光滑，而搭接面腐蚀很严重。利用三维有限元法定性地分析腐蚀产物膨胀作用的“垫枕效应”，得到了蒙皮板的应力应变的分布情况，确定了疲劳裂纹可能的形成位置，讨论了孔蚀对搭接件蒙皮应力应变分布的影响。     

2006年第三季度“三率”情况统计

2006年第三季度“航班正常率”、“航空公司行李/货物运输差错率”、“旅客投诉率”汇总统计情况如下:一、航班正常情况2006年第三季度全行业计划航班416752班次,其中正常航班334092班次,不正常航班82660班次;航班正常率80.17%。二、各航空公司行李/货物运输差错情况2006年第三     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。