边界层稳定性的三维线性抛物化算法研究

通过把扰动波在流向上的变化分解成缓慢变化的形状函数部分和快速变化的波动部分,同时把扰动波在展向上的分布也分解成形状函数部分和波动部分,得到三维抛物化稳定性方程(3D PSE).然后在流向采用一阶向后差分,法向和展向采用4阶中心差分,发展出了迭代求解三维线性PSE的方法.通过求解二维扰动波和三维斜波在三维空间中的发展,发现二维波可以自动调制出展向扰动,且展向扰动的最大值点在边界层与外流的交接面附近.三维斜波的计算结果表明,网格密度应该与波矢方向上的波长相匹配,而不是与流向波长相匹配.     

双后掠布局无人机翼面结构设计与分析

对双后掠布局无人机进行了结构设计,确定了翼面结构方案,并利用有限元软件MSC.Nastran进行应力变形分析,结果达到设计要求;同时为了节省计算周期,以布局外形参数设置为驱动参数,使用CAD软件Catia为结构建立了参数化模型,并将其作为结构优化的输入文件,通过Patran完成优化设置,用Nastran完成结构质量优化,这些工作为气动结构一体化设计奠定了基础。     

多炔基加成固化型高残碳酚醛树脂的制备与性能

以碱为催化剂,通过问乙炔基苯基重氮硫酸盐和酚醛树脂间的偶合反应,制备了间乙炔基苯偶氮酚醛树脂(EPAN).树脂的固化由乙炔基的热加成反应实现,无需外加固化剂.该树脂具有固化反应活性高,耐热性好,残碳率高的特点.为了进一步改善该树脂的工艺性,合成了炔丙基基团官能化的乙炔基苯偶氮酚醛树脂(PEPAN),研究了该树脂的工艺性、固化行为以及热性能.研究结果表明,与EPAN相比,树脂的工艺性得到进一步提高,加工窗口明显变宽,树脂固化物的耐热性明显提高,其5%失重温度(Td5)约为432℃,800℃残碳率约为74%.     

基于ANSYS的涡轴发动机组合压气机转子参数化仿真系统的开发

分析了涡轴发动机组合压气机转子的结构特点和设计特点,并将参数化设计思想引入到组合压气机的设计分析中,利用ANSYS提供的APDL和UIDL开发工具,开发了涡轴发动机组合压气机参数化有限元分析系统,实现了某涡轴发动机组合压气机转子各级叶片、各级轮盘、各级叶盘以及整级组件的全参数驱动的有限元建模及分析.     

积云对流参数化方案对东亚夏季风模拟对比

利用MM5模式对比5种不同积云对流参数化方案,即Kuo方案、Grell方案、Kain-Fritsch方案、Betts-Miller方案和赵思雄修改的Kuo方案对东亚季风区强、弱季风年夏季风的模拟能力。结果表明:5种对流参数化方案对各季节都有一定的模拟能力,各个方案对降雨的预报能力随地区和年际而有所不同,对强季风年grell和bm方案对雨带特征的描述较好,对弱季风年bm和zhao方案对雨带的模拟与实际最为接近。     

昼夜温度变化对燃油箱空余空间氧浓度的影响

燃油箱空余空间氧浓度变化规律的确定是惰化系统的设计基础,但影响燃油箱空余空间氧浓度因素很多,当前人们对于昼夜温度变化这一实际现象还缺少必要的分析计算。为此,以某型飞机中央翼燃油箱为研究对象,依据FAR25适航条款中昼夜温度变化的相关规定,建立理论仿真模型,利用实验数据对模型进行验证,探讨燃油箱空余空间氧浓度与昼夜温度变化之间的对应关系,并分析昼夜温度变化范围、载油率、初始氧浓度、溶解氧析出等因素对燃油箱空余空间氧浓度的影响,提出满足适航条款要求的夜间停机前燃油箱初始氧浓度限值。研究结果表明:昼夜温度的变化范围、载油率、初始氧浓度等因素对燃油箱空余空间氧浓度变化规律影响程度有所不同;停机前燃油箱初始氧浓度限值应该低于最低氧浓度限值0.5%~1%。研究成果将对惰化系统设计、燃油箱可燃性暴露时间计算具有较好的参考价值。      

Si3N4/SiC纳米复合材料的制备力学性能及强韧化机理

ＳｉＣ纳米粒子进入Ｓｉ３Ｎ４基体使其力学性能大幅度增高,引起了研究者有大关注,本文评述了Ｓｉ３Ｎ４／ＳｉＣ纳米复合材料的制备工芤及其力学性能,分析了力学性能提高的主要原因,讨论了材料中存在的强化增韧机理。     

抽吸气流量对催化惰化系统性能影响

基于耗氧型惰化系统惰化原理,建立了绿色低温催化惰化系统（3CGIS）的AMESim仿真模型,研究了绿色低温催化惰化系统抽吸气流量对惰化时间的影响,以及飞行包线内燃油箱气相空间氧气体积分数变化。将计算结果与试验数据进行对比,结果表明,飞行包线内燃油箱气相空间氧气体积分数计算结果与试验结果基本一致,验证了仿真模型的正确性。在此基础上,得到抽吸气流量与惰化时间近似呈反比关系;当惰化时间一定时,抽吸气流量随载油率的降低而增加;针对下降阶段燃油箱气相空间氧气体积分数可能超过12%,提出一种双流量惰化模式设计方法,可保证氧气体积分数在整个飞行包线内低于12%。仿真结果为绿色低温催化惰化系统的设计与优化提供了依据。      

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

基于测试性D矩阵的多故障诊断与维修策略

针对复杂的多故障诊断问题以及多故障直接处理方法实现的难点,在测试性D矩阵基础上,提出了一种基于单故障化的多故障诊断与维修策略（MFDMSTS）。首先,在多故障假设下引入析取运算,定义了可隔离单故障和可隔离多故障,据此定义将多故障转化为单故障,并将转化的单故障与测试集组成新的D矩阵;然后,运用单故障诊断算法处理新的D矩阵,得到最优诊断树;最后,针对诊断树的不同叶子节点,提出了多故障诊断与维修策略。实例验算表明：MFDMSTS能降低平均诊断费用和平均诊断步数,并大幅降低误修率。