运动边界非定常全速流场的数值模拟

将预处理引入到ALE格式的非定常可压缩N-S方程中,发展了一种能有效模拟含运动边界的三维非定常全速流场的数值方法.控制方程在非结构动态网格上用双时间步推进并用隐式、LU-SGS迭代求解;提出了一种特征变量的边界条件以适合预处理后的特征系统.几个典型算例的结果表明,预处理方法将可压缩流方法的计算能力拓展到了低马赫数范围,有效地提高了收敛速度和计算精度.     

我国大型飞机研制中的关键制造技术

对大型飞机研制基本技术特征、发展趋势以及我国目前的航空工业基础进行综合分析,提出了我国现阶段实施大型飞机研制应着重攻关研究或通过需求牵引发展的关键制造技术问题,并提出了建议方案.     

气-气推进剂氧喷嘴出口型面对特征效率的影响

通过对气氢/气氧为推进剂的同轴剪切喷嘴进行研究,分析同轴剪切结构喷嘴出口型面变化和厚度对特征效率的影响.结果表明:氧喷嘴出口处能形成小尺度的回流区,起到火焰稳定器的作用;带扩口的氧喷嘴使氧产生径向速度,使回流区受到干扰,使推进剂特征效率较低;直口的喷嘴有利于推进剂火焰的稳定,而达到高的特征效率;而不同氧出口厚度对特征效率的影响不大.      

适于黏性计算的自适应笛卡儿网格生成及其应用

复杂外形的黏性网格生成已经成为计算流体力学(CFD)在工程应用中的主要瓶颈,高效而鲁棒的网格生成技术研究显得尤为迫切。使用基于物面外形自适应加密的笛卡儿网格方法生成计算网格,投影方法拟合壁面边界,将投影得到的柱形单元沿法向分层获得适于黏性计算的网格。应用特征恢复技术恢复凹面特征并改善凸面处的网格质量。流场解算中应用最小二乘法重构获得2阶精度,Roe格式计算无黏通量,Holmes-Connell方法计算黏性通量。加入Spalart-Allmaras一方程湍流模型以获得湍流解。上下对称高斯 赛德尔迭代(LU-SGS)格式隐式时间推进,对网格重排序保证格式的稳定性和平衡性。算例显示网格生成方法是快速的和鲁棒的,流场计算精度满足工程需求,因此该方法非常适合应用于实际工程计算。     

基于改进HOG特征的空间非合作目标检测

传统的非合作目标检测方法大都基于一定的匹配模板,这不仅需要预先指定先验信息,进而设计合适的检测模板,而且同一模板只能对具有相似形状的目标进行检测,不易直接用于检测形状未知的非合作目标。为降低检测过程中对目标形状等先验信息的要求,借鉴基于规范化梯度的物体区域估计方法,提出一种基于改进方向梯度直方图特征的目标检测方法,首先构建包含有自然图像和目标图像的训练数据集;然后提取标记区域的改进方向梯度直方图特征,以更好地保持局部特征的结构性,并根据级联支持向量机训练模型,从数据集中自动学习目标物体的判别特征;最后,将训练后的模型用于检测测试集图像中的目标。实验结果表明,算法在由4953幅和100幅图像构成的测试集中分别取得94.5%和94.2%的检测率,平均每幅图像的检测时间约为0.031 s,具有较低的时间开销,且对目标的旋转及光照变化具有一定的鲁棒性。     

商用飞机驾驶舱造型设计特征研究

介绍了国内外商用飞机驾驶舱设计的历史及现状,在分析多类飞机驾驶舱造型设计图片资料的基础上,探讨主要飞机制造商驾驶舱造型设计的特征。依据驾驶舱造型的相似性,对国际上12家商用飞机制造商的66款机型的驾驶舱进行聚类分析和多维尺度分析,挑选出10款有代表性的驾驶舱。在提取代表性驾驶舱造型特征线后,分析主要飞机制造商的驾驶舱造型设计特点及差异,为新型飞机驾驶舱造型设计提供参考。     

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

面向未知区域深度测量的序列图像稠密点特征生成算法

对未知着降区平坦度测量是无人机在复杂地形下安全着陆的关键问题。首先,根据小孔成像原理推导出基于单目序列图像的未知区域深度计算方程;其次,针对稀疏匹配存在深度信息重构误差大而稠密匹配在平滑区域误匹配率高的问题,提出一种基于Delaunay三角剖分的稠密点特征生成算法;然后,分别对序列图像中的2帧图像提取亚像素级Harris角点和尺度不变特征变换(SIFT)特征点,并分别进行特征点匹配;再以2种特征点间的欧氏距离作为约束条件将2种特征点进行融合,生成准稠密特征点;最后,将准稠密特征点进行Delaunay三角剖分,并根据每个剖分三角形上3个顶点像素偏差的方差值制定稠密特征点的生成策略,并结合所提出的深度计算方程计算整个未知区域各点的深度信息。通过Vega Prime(VP)搭建仿真演示验证系统,实验结果表明在机载相机距地面400m处计算高度分别为90m和55m的物体深度信息时,其深度测量相对误差不超过0.89%,具有较高的精度。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.