预冷组合发动机中微通道换热器的仿真分析

建立了预冷组合循环发动机(SABRE)的氢/氦微通道换热器数学模型,进行换热特性的仿真分析。计算结果表明:仿真分析的结果与文献数据误差在10%以内,并通过对换热通道几何尺寸的相似变换,获得了微通道特征几何参数随雷诺数的响应曲线,以及氢/氦微通道换热器在特征工况条件下的特性变化规律。     

喷嘴损伤对环形回流燃烧室性能的影响

利用Fluent商用软件对模型环形回流燃烧室三维两相喷雾燃烧流场进行了数值模拟,研究了喷嘴损伤引起雾化效果变化对燃烧室性能的影响,采用可实现的k-ε模型模拟湍流黏性、离散相模型（DPM）通过添加UDF(user defined function)程序追踪燃油运动轨迹、正庚烷作替代燃料及层流小火焰模型.计算结果表明:采用的数值模拟方法可以预估实际燃烧室燃烧流场以及喷嘴损伤对其性能的影响,雾化性能变化导致燃烧室出口温度分布不均匀度升高,品质降低,并导致燃烧室燃烧效率降低;当燃油流量降低约19%时,燃烧室性能已不符合运行要求.      

并联TBCC可调进气道并联方案

对并联涡轮基组合循环(TBCC)可调进气道并联方案进行了归纳分析,提出了一种分类方法和两种并联方案。对4种典型并联方案在马赫数为2.5的模态转换工况进行了稳态仿真分析。结果表明:后开纯内并联方案在模态转换过程中总流量变化很小,其余3种的总流量系数随着涡轮通道的关闭都是逐渐减小的,涡轮通道流量系数逐渐降低,冲压通道升高。4种方案冲压通道流量系数在模态转换过程中均是逐渐升高的,后开纯内并联方案具有最低的冲压通道平均流量系数,变化幅度最大,其余3种方案变化幅度均较小。前开纯外并联和混合式内并联两种方案的涡轮通道出口总压恢复在模态转换过程中呈减小趋势,另外两种方案的总压恢复呈略微增大趋势,其中前开纯外并联平均总压恢复最低,而混合式内并联方案的平均总压恢复最高。      

环形气囊抛光非均匀性的研究

针对环形气囊抛光光学元件表面时产生的抛光非均匀性现象,简要介绍了环形气囊抛光技术的运动方式和实验平台的主要组成部分。介绍了环形气囊的抛光机理,基于Preston方程,分析了抛光非均匀现象产生的原因和解决途径,通过调整环形气囊抛光头与工件之间的相对运动方式和调整环形气囊抛光头与工件之间的相对位置等两种方法,消除了工件中心抛光效果差的现象,实现了工件表面的均匀性抛光。     

基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测

针对包含预滤波器的GNSS/INS非相干超紧组合架构,提出了一种基于预滤波器的两级AIME慢变故障检测方法。该方法首先基于预滤波器构建第1级AIME检测,并设计了关于第1级AIME检测统计量的检测量Kalman滤波器。在发生慢变故障时,第1级AIME故障检测统计量存在递增趋势。对于检测量Kalman滤波器而言,这种递增趋势也可视作一种慢变故障。以检测量Kalman滤波器为基础,构建了第2级AIME检测算法,以达到减小故障检测时间的目的。在单星和两星伪距慢变故障场景下,进行了仿真与对比分析。仿真结果表明,所提方法能够正确识别故障卫星并且可以显著减小慢变故障的检测时间。对于小变化率的慢变故障,所提方法在检测时间上的优势更加明显。     

非对称偏馈环形网状天线索网预张力设计方法

提出一种考虑桁架柔性变形对索网平衡态影响的非对称偏馈环形网状天线索网预张力设计方法。该方法将天线整体结构分为内部索网与外部桁架两部分,通过内部索网预张力与外部桁架变形间的不断迭代,寻找满足索网形状及张力要求的天线平衡态,以实现网状天线索网预张力优化配置的目的。相比于常规基于刚性桁架假设的预张力设计,该方法可充分计及环形桁架与柔性索网协调变形,获得高精度反射面,且该方法适用于非对称偏馈天线,可有效避免后期张力调试,节约人力物力。算例分析验证了在进行预张力设计时计及桁架柔性的必要性及方法的正确性和有效性。     

基于高效注意力和上下文感知的目标跟踪算法

基于匹配思想的孪生网络算法缺乏对目标的整体性感知,容易出现对目标状态估计不够精准和在复杂环境中跟丢的现象。为此,在孪生网络的基础上设计了2个轻量级的模块来实现更精准、更鲁棒的目标跟踪。在提取特征的主干网络之后,嵌入一个高效通道注意力模块,实现高效提取目标特征并增强差异化表示,使网络更注重于目标信息;模板匹配之后的特征通过一个局部上下文感知模块,增强网络对目标的整体感知,以应对跟踪过程中复杂多变的环境;采用Anchor-free的状态估计策略实现对目标的精准估计。实验结果表明:所提算法SiamCC在数据集OTB100、VOT2016和VOT2018上的测试结果均好于DaSiamRPN、ATOM等算法,并且跟踪速度达到了85帧/s。      

上游尾迹与涡轮叶栅通道涡相互作用研究

采用三维粘性非定常数值模拟方法研究了上游尾迹与涡轮叶栅通道涡的相互作用,对定常、非定常时均以及瞬时时刻流动机理进行了分析.结果表明:上游尾迹的非定常作用一方面增强了叶栅通道涡的径向涡,使得流动损失增大;另一方面能够一定程度上抑制通道涡中流向涡的发展,对控制损失起到正面作用,端区的综合非定常效应取决于两者之间的平衡.在本文计算条件下,上述两方面综合影响使得通道涡的非定常损失增大.      

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。