两相湍流的非线性k-ε-kp模型

由两相湍流的代数应力模型，提出一种两相湍流的非线性k-ε-kp模型，可以合理地模拟各向异性较强的旋流，浮力流等两相流动，具备二阶矩模型的优点，又比二阶矩模型简单。文中推导出气相、颗粒相的雷诺应力和两相脉动速度关联的非线性应力应变关系式。这些代数式和两相各自的湍动能k，kp以及两相脉动关联湍动能kpg的方程联立，就构成非线性k-ε-kp模型。本文将该模型用于模拟突扩湍流两相流动，给出两相时均速度场及雷诺应力各分量，并且将模拟结果和PDPA实验数据以及二阶矩模型的模拟结果对照。结果表明，该模型预报各向异性两相湍流的能力和二阶矩模型的能力接近，但是计算量比二阶矩模型的小得多。     

正弦波模型化测量方法及应用

本文对应用较多的几种正弦波模型化测量方法进行了综述，它们是曲线拟合法、直方图统计分析法、FFT法和拍频法。较详细地介绍了这几种测量方法的典型用途以及特点，通过比较几种方法的优缺点，讨论了它们应用中的局限性。     

图象序列中机动目标的形心跟踪

从边检测边跟踪的角度探讨了图象序列中机动目标的形心跟踪问题,深入分析了强高斯噪声背景下目标形心估计的统计性质及用于形心估计的图象预处理方法。指出经典的图象二值化变换分割后作形心估计的方法面临着估计偏差和方差的矛盾,提出了用自适应交互三模型(ATIMM)跟踪图象序列中机动目标的方法,同时发现在了解目标形状的条件下,空间匹配滤波,二值变换点集聚类和 ATIMM三者的结合对图象序列中的机动目标具有最好的跟踪性能。     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。     

各向异性单晶叶片强度寿命研究—第I部分:晶体滑移本构模型及应用

单晶叶片技术是提高航空发动机及地面燃气轮机性能、寿命及可靠性的关键技术之一，但单晶材料机械、力学性能的各向异性特性制约了其发展和应用，对其工程应用及应用的理论基础提出了挑战。课题组开展了各向异性单晶叶片强度分析和寿命预测方面的一些研究工作。包括：建立并验证了弹塑性、蠕变滑移本构模型及蠕变持久寿命预测方法；进行了不同晶体取向DD3单晶在不同温度、不同速率或不同温度、不同应力水平下的拉伸试验及蠕变试验，这些实验数据及由其反映的单晶中、高温各向异性特性对单晶材料的应用具有重要意义。此外还进行了某种单晶叶片的实验研究。作为上述研究的应用，对某发动机单晶涡轮叶片进行了强度分析和寿命预测。本文这一部分介绍本构模型及应用，实验研究将在第II部分介绍。     

面向设计的翼面结构等效板建模技术

综述了翼面结构等效板建模的基本方法、过程及涉及的关键技术，分析了翼面结构等效板建模技术的研究现状和存在的问题，指出了今后的发展方向。     

多传感器融合目标跟踪

分析了基于成象和雷达两种传感器对目标状态的测量模型及其融合模型。针对两种传感器之间测量信息的不同步问题,给出了一种基于最小二乘法的不同步信息之间的时间配准和融合方法,并设计了跟踪滤波器。     

采用内积原理建立航空发动机神经网络辨识模型

根据样本空间的内积特性,提出一种无需迭代学习内积神经网络。以某型航空发动机的机载记录数据为例,对发动机进行了建模,结果表明该方法具有自学习速度快、抗干扰能力强、准确性高的特点。     

转静件碰摩模型及不对中转子局部碰摩的混沌特性

本文从经典碰撞理论出发,建立了一种应用广泛的碰摩模型,分析了两种特殊情况,并给出了适合航空发动机转子系统的碰摩模型。建立了考虑静子本身刚度的不对中质量偏心转子碰摩的动力学方程,并进行数值计算、分析。分析表明,系统除了具有各种形式的周期运动、拟周期运动外,还具有丰富的混沌运动与分叉现象。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。