基于虚拟控制面约束的机匣类零件工序模型建立方法

在多岛屿特征机匣类零件的数控加工中,建立准确的加工工序模型是实现该类零件智能加工的关键技术。为了获得多岛屿特征机匣类零件准确的加工工序模型,提出了一种基于虚拟控制面约束的机匣类零件工序模型建立方法。首先,根据多岛屿特征机匣类零件的加工特征对建模过程中虚拟控制面约束的引入进行了分析,并结合虚拟控制面约束思想给出了拉格朗日超限插值的建模理论;然后,结合机匣类零件的几何特征确定了虚拟控制面的分布位置和几何形状的计算方法,在此基础上根据虚拟控制面建模理论构造了中间变形曲面,依据切削深度约束确定了工序模型,并对其进行了轨迹规划;最后,在一类多岛屿特征的机匣零件上对算法进行了验证,结果表明,本文方法能够根据机匣零件加工特征分布情况有效地控制工序模型的几何形状,避免了同时处理多个加工特征所导致的工序曲面过早趋于复杂现象,为多岛屿特征机匣类零件的数控加工提供有效的工序模型,一定程度上降低了该类零件数控加工的工艺规划难度。     

有限振幅扰动下高超声速钝楔绕流感受性

为了研究自由流脉冲波作用下高超音速流动感受性特征,采用高阶有限差分方法模拟钝楔超高音速绕流中来流慢声脉冲波作用下的非定常流场,并应用傅里叶频谱分析了边界层扰动模态的演化.结果显示,自由流脉冲扰动下,边界层不同模态波沿流线呈现不同变化规律.球头区边界层感受到的主要是基频波,在球头向非球头区过渡段,主导模态迅速向高频迁移;在非球头区,主导模态频率缓慢向高频迁移.总的来说,沿流向总扰动模态中的低频模态成分变小,高频,特别是二阶谐频附近模态成分显著地增大.沿流线发展,边界层不同扰动模态之间存在伴随能量迁移的模态竞争物理现象,主导模态的发展对其他模态有很强的抑制作用.      

基于模糊聚类原理确定光测数据处理最优基线的方法

应用模糊数学理论,提出了光测数据处理最优基线的确定方法,有效地解决了长期以来基线选择过程中难以建立数学模型的问题,通过仿真试验验证了该方法的正确性、合理性。     

正丁醇/煤油混合物非预混燃烧压力振荡特性

为探索生物混合燃料在燃气轮机燃烧室内的应用,将丁醇掺混入航空煤油中,根据燃烧室的实验结果构建熵波对流模型,定量分析其不同体积分数对燃烧室内压力振荡频率的影响。实验结果表明:在燃烧室进口压力1.98 MPa、温度600 K和油气比0.03下,随着丁醇所占体积分数增大,燃烧室内压力振荡频率逐渐下降,而幅值变化无明显规律。熵波对流模型结果与实验吻合较好,通过分析表明,不同燃料组分热值变化引起的对流时间改变,是燃烧室压力振荡频率变化的主要原因,为控制燃烧室内压力振荡提供了参考。      

压力分布可控的高超声速进气道/前体一体化乘波设计

在二维弯曲激波高超声速进气道基础上,发展了一种压力可控的进气道/前体一体化乘波设计方法。通过事先指定前体/进气道壁面压力分布,结合二维特征线反设计方法,可以逆向设计出流向、横向压力分布规律都可控的进气道/前体外压缩段型面。采用该方法,设计了一种二维进气道/前体一体化方案,并对其进行数值模拟。结果表明：设计状态下,与不带侧板二维进气道相比,此类一体化方案中的进气道设计状态流量系数提高27%,出口压比提高48.5%,总压恢复系数提高10%;与楔导乘波理论设计的一体化方案相比,压力可控的一体化方案具有相似的外形尺寸和乘波特性,但进气道流量系数则较楔导乘波方案提高了5%,进气道出口压比提高6.4%,总压恢复系数提高2.3%。     

基于多台站观测的中国区域地磁指数

利用中国14个地磁台站和全球23个地磁台站的H分量分钟值数据,分析单台站小时幅度指数r_H的时空分布特征,在此基础上结合台站之间r_H指数的相似度度量(残差指数Ra),采用K均值聚类算法将中国14个地磁台站划分为7个区域,根据加权法计算各区域的区域指数Rr.结果表明,r_H指数具有27天太阳自转周变化,季节变化不显著,但仍存在春秋季大而冬夏季小的特征;在空间变化上,r_H随纬度的增高而增大,并且在磁暴期间r_H指数的幅值和形态均表现出明显的经度差异,随地方时呈现晨-昏不对称现象;与Dst指数、SYM-H指数、Kp指数及各区域内台站的H分量观测数据对比分析发现,区域指数Rr能有效反映区域地磁扰动.      

《卫星应用》理事会邀请函

为了顺应我国卫星应用产业发展的需要,让与航天应用技术有关领导和专家能更及时、准确、全面地了解国内外最新卫星应用产业概况和各国卫星应用技术的现状与特点及发展趋势,为我国的应用卫星系统研制、卫星应用产业和卫星应用企业提供有较高参考价值的信息,加强我国空间技术领域内相关单位间的联系与交流,促进我国空间事业的发展,经研究决定组     

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。