结冰对民用飞机飞行性能的影响分析

在获取民用飞机适航合格审定证明前,必须通过飞行试验,并在试验中演示验证民用飞机能在CCAR25部附录C确定的连续和间断的最大结冰状态下安全运行。基于此背景,计算并得到某型机两种构型在45min待机冰型下的飞行性能,与无冰状态下对应构型的飞行性能进行对比分析。结果表明,结冰对飞机的飞行性能具有较大的影响。     

基于Kriging模型的轴承结构参数优化设计方法

轴承的生热率与轴承的使用寿命密切相关,为了减小轴承的生热率,以滚动轴承拟静力学分析和滚道控制理论为基础,求得轴承运转过程中的相关参数,进而得到轴承生热率.将轴承最小生热率为目标函数,通过Kriging模型和粒子群优化算法相结合的方式进行了轴承结构参数优化.对NSK 7016A5轴承的研究结果表明:轴承结构参数优化后,轴承整体和轴承内外圈生热率均变小.Kriging模型和粒子群优化算法相结合的轴承结构参数优化方法取得了良好的设计效果,并且提高了轴承的设计效率.      

直缝式等离子体合成射流激励器特性的实验研究

为了研究一种新型的直缝式等离子体合成射流激励器,采用高速纹影技术和电参数测量的方法,对激励器的瞬态流场特性和放电特性进行了研究。实验结果表明:在相同出口面积的情况下,直缝式等离子体合成射流激励器的初始射流速度是直孔式激励器的1.4倍。直缝式激励器速度衰减更快,喷气时间更短,和外部气流的动量交换更加迅速。实验中首次对直缝激励器的三维流场进行描述及分析,发现其前驱激波及射流形态具有更好的平面度,存在较大的均匀区。直缝式等离子体合成射流激励器在提高工作频率、扩大流动控制区间等方面具有一定优势。     

基于区域的卷积神经网络在空对地车辆检测中的应用

针对传统空对地车辆检测算法在光照变换、场景变化时检测效果不佳的问题,提出了基于区域卷积神经网络Faster RCNN模型的空对地车辆检测方法,介绍了Faster RCNN模型以及模型训练过程.实验结果表明,基于Faster RCNN的空对地车辆检测方法是可行的,对不同光照和场景下的车辆检测可以取得较好的效果.     

氢气/氧气/稀释气混合气高温高压下层流燃烧速度的测量

利用定容燃烧弹和高速纹影摄像系统,研究了高温高压条件下,不同稀释气和稀释系数对氢气/氧气/稀释气混合气层流燃烧速度的影响,获得了当量比为0.6~4.0,初始压力为0.1~0.5MPa,稀释系数为4~8的氢气/氧气/稀释气混合气的层流燃烧速度,并对其进行了数值模拟。实验和模拟均发现,在当量比小于1.0和大于3.0的范围内,层流燃烧速度均随初始压力升高而降低。而在当量比为1.0~3.0范围内,层流燃烧速度随初始压力升高呈现非单调变化的规律。通过敏感性分析发现三体反应（R15）在氮气作为稀释气的时候是抑制反应,而在氩气和氦气作为稀释气时是促进反应,主要是由于各稀释气热物性不同引起的。在当量比为1.0~3.0范围内,层流燃烧速度随初始压力升高呈现的非单调变化主要是链分支反应R1和链终止反应R15相互竞争的结果。      

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

基于SRAM型FPGA单粒子效应综合防护技术

为解决基于SRAM(Static Random Access Memory,静态随机存储器)型FPGA(Field Programmable Gate Array,现场可编程门阵列)的扩频应答机在空间环境中时常发生功能故障的难题,提出了一种低轨卫星基于SRAM型FPGA的应答机的单粒子综合防护方案。该方案在代码级、器件级、单机级、整星级综合采用器件优选、结构屏蔽设计、巡检自愈、自主复位等多种方法,有效杜绝了单粒子事件带来的种种危害,已成功应用于某在轨卫星。在轨测试结果表明:遥测、遥控、跟踪测量等功能、性能指标满足任务要求,且未发生需要地面干预的问题或现象。该技术还可推广应用于其他采用低等级器件及其他类型FPGA、DSP(Digital Signal Processing,数字信号处理)等大规模集成电路的星载单机防护。     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

基于早期数据的航天测控软件缺陷预测

为提高航天测控软件的质量与可靠性,提出一种基于改进的PSO-SVM(Particle Swarm Optimization-Support Vector Machine,粒子群优化支持向量机)方法的航天测控软件缺陷预测模型。针对航天测控软件领域特征,构造了基于软件生命周期的软件度量集,并收集了实际航天测控软件的度量和缺陷数据,通过对软件历史版本数据的学习,在软件当前版本的生命周期早期数据的基础上进行缺陷预测。实例应用结果表明,采用历史版本软件数据对当前软件版本进行缺陷预测,从全局来看可达90%的预测准确度。因此,该方法可用于对航天测控软件的缺陷预测。