eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰(Enhanced Long Range Navigation,eLoran)系统精度的重要方法。根据所在网格四个顶点的附加二次时延(Added Secondary Factor,ASF)值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论:反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题,提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法,算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节,以充分利用模型中的低层特征,增加细节信息;改进模型的区域生成网络,加入多种滑动窗口,从而优化了模型锚点的长宽比设置,提高检测能力。实验表明,改进Faster RCNN模型取得最优的缺陷检测结果,对于小缺陷目标仍取得较好的检测精度,从而验证了算法的有效性。     

CPR方法与高分辨率二阶格式的混合算法

重构修正方法（correction procedure via reconstruction,CPR）具有紧致高效的优点,但对较强激波的捕捉能力还相对较弱,而加权紧致非线性格式（weighted compact nonlinear scheme,WCNS）具有很强的激波捕捉能力。将基于高阶WCNS插值的二阶格式引入到高阶CPR方法中,构造了一种高效高分辨率的混合激波捕捉格式。首先,基于非线性权偏离线性权的程度的激波侦测器侦测出问题单元,并在问题单元附近引入缓冲单元,其余单元则标记为光滑单元。然后,针对问题单元和缓冲单元采用二阶格式计算,光滑单元采用CPR方法计算,构造混合格式。通过对等熵涡问题、含激波的问题以及激波旋涡干扰问题的数值模拟,测试了混合格式的精度、激波捕捉能力和计算效率。数值模拟结果充分说明了该混合格式具有很强的激波捕捉能力,同时在光滑区具有高分辨特性,可以应用于高超声速流动问题的高效数值模拟中。相比于基于高阶WCNS插值的二阶格式,此格式具有更高的计算效率和更高的分辨率。     

变循环发动机模态转换建模及控制规律设计方法研究

为了实现变循环发动机快速可靠的模态转换,本文发展了变循环发动机模态转换过渡态模型及控制规律设计方法。在变循环发动机动态数值仿真程序的基础上,针对模态选择阀与涵道引射器这两个模态转换过程中的关键变几何部件,建立了高精度的气流突扩局部损失模型。首次提出了可考虑模态选择阀堵塞对发动机性能影响的模态选择阀堵塞模型,消除了由于模型不精确造成的模态转换参数波动。在建立的变循环发动机数学模型的基础上,提出了基于直接推力控制技术的模态转换控制规律设计方法,考虑了变循环发动机的8个可调参数,采用差分进化算法对模态转换过程进行了优化。结果表明,本文提出的模态转换控制规律设计方法可以实现变循环发动机快速平稳的模态转换,双外涵转单外涵的参数变化规律与单外涵转双外涵的参数变化规律基本类似,推力在0.6秒就稳定在目标推力值,其余参数大多在1.4秒之后才趋于稳定。本文提出的变循环发动机模态转换控制规律设计方法还可应用于常规航空发动机的加/减速过渡态控制规律设计中。     

后疫情时期的机场旅客吞吐量预测

为提高后疫情时期的机场旅客吞吐量预测精度,通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量,检验各分量序列的平稳性,对平稳序列建立ARMA预测模型,非平稳序列通过构建DBSCAN-Adaboost强预测器进行预测,将各分量预测结果重组,得到社会常态化发展背景下的机场吞吐量预测值。以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型,对南京机场2020—2022年疫情期间的客流量预测结果表明,新组合模型能够较为准确地量化疫情对机场客流的影响程度,为机场旅客吞吐量预测提供了新方法。     

基于随机规划的跑道运行模式及容量优化决策

为研究受航班预计进离场交通需求不确定性影响下的预战术阶段跑道运行模式及进离场率优化决策,分别对航班预计进离场时间预测偏差的概率分布进行了拟合,然后基于随机规划方法建立了跑道运行模式及进离场率综合决策两阶段随机规划模型,将预计进离场时间随机场景实现后的进离场优化调度下的延误代价作为跑道运行模式及进离场率优化模型中目标函数的补偿函数,设计遗传算法与抽样平均近似方法结合的混合算法对模型进行求解,并采用广州机场实例数据基于蒙特卡洛仿真方法对模型进行仿真验证。仿真结果表明：两阶段随机规划模型相比确定性模型较为显著地减少了战术阶段预期发生的运行延误均值。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

圆球绕流场的尾涡分析和升阻力研究

采用自编的分块算法程序模拟了雷诺数在20～1000之间的圆球绕流场.在Re=25时捕捉到流动分离,与试验结果一致.对Re=250时稳态非对称尾流区内流体的输运情况进行研究,证实圆球绕流场中纵向对称面的存在.对于非稳态流动,主要研究了阻力和横向力的时间变化规律,并分析了频谱特征.计算发现横向合力主要在横截面上两个很窄的区间内偏移.经过几种不同涡定义方法的优劣测试,本文采用Hunt等人介绍的Q-定义方法对非稳态绕流场的尾涡结构进行了直观描述.     

非结构同位网格SIMPLE类算法收敛性能比较

以非结构网格的SIMPLE算法为基础,将算法扩展为SIMPLEC算法.利用30°角的斜方腔流动计算成果,分析了非结构同位网格的SIMPLE/SIMPLEC算法的收敛性能;比较了因网格的非正交而引入的非正交项的取舍对该算法收敛性能的影响;并采用显式校正步法对SIMPLEC算法进行了显式校正.比较表明,在非结构同位网格SIMPLEC算法中可忽略非正交项,但有必要对压力作亚松弛.显式校正步法可显著地加速在非结构网格上求解N-S方程的收敛性能,而且在不同的松弛因子组合下,均有较好的收敛速率.     

非结构网格中LU-SGS隐式算法的非平衡性影响

在非结构网格中用LU-SGS隐式算法求解欧拉方程时,两个近似分解因子的项数可能相等,为平衡;也可能不相等,为非平衡.采用对网格重新编号的方法很难达到我们希望的平衡.本文对非平衡性的影响进行了探讨.对二维问题,四边形单元的非结构网格,设计出平衡与非平衡的编号方式.先对标量模型方程分析LU-SGS隐式算法的增长因子,然后通过数值试验来验证这种非平衡性的影响.结果表明,尽管非平衡时也能达到收敛,但平衡却远优于非平衡的情况.