无人机下滑着陆DGPS/INS导航及引导系统的仿真与试验研究

介绍了一种采用输出校正方式DGPS/INS组合导航系统引导无人机下滑着陆的方案。给出了该方案的数学模型,对组合导航系统进行了数字仿真,并在数字仿真的基础上进行了动态跑车试验,验证了所设计的输出校正方式DGPS/INS组合导航系统能够满足引导无人机自动下滑着陆的精度要求。     

BIT和ATE组合测试技术及其应用

详细介绍了BIT和ATE组合测试技术及其在机载电子设备测试与故障诊断的具体应用。应用表明BIT和ATE组合测试技术可有效提高设备的测试性。     

离散型粒子群算法求解民航飞机排班问题

本文首先介绍了民航飞机排班问题,给出了飞机排班问题的基本数学模型。然后介绍了离散型粒子群算法的基本原理和在组合优化问题方面的应用,并通过相应参数的匹配选择将离散型粒子群算法引入到民航飞机排班问题。     

停机位分配问题优化技术

停机位分配是一类规模较大的组合优化问题，也是民航机场生产调度的关键和薄弱环节。根据系统优化理论，考察了ASA问题的研究历程和发展趋势，论述了ASA优化问题研究的一般技术途径，并对其关键技术——建模技术和优化求解技术进行了较为深入的探讨。     

组合预测方法在APU状态监控中的应用

针对复杂非线性时间序列预测误差较大的问题．提出了一种组合预测的方法以减小误差。该方法通过采用均方误差确定权系数的思想．拟合混沌预测和指数平滑预测的结果．对飞机辅助动力装置的排气温度进行预测．通过监控排气温度的预测值监视其工作的状况。仿真结果表明．组合预测的精度比单一方法高．预测更准确。     

基于飞/发一体化的涡轮冲压组合发动机概念方案设计

建立了飞/发一体化约束分析与任务分析模型,形成了由飞行器指标参数到发动机推力需求的概念设计方法。基于某超声速飞行器的设计指标,开展了飞/发一体化分析,确定了满足任务约束的飞行器总重和发动机推力需求,初步确定了发动机的技术方案,并基于飞/发一体化分析方法,对飞行器的任务轨迹、组合发动机模态转换马赫数和超级燃烧室尺寸进行了优化,可为后续组合发动机总体方案设计提供明确牵引。     

基于气化煤油喷注的RBCC燃烧室亚燃模态燃烧组织研究

针对RBCC发动机亚燃模态进行主动冷却的情况下,煤油发生气化后喷入燃烧室的燃烧组织开展研究。在亚燃模态低来流总温条件下,使用小流量富燃一次火箭高温射流作为引导火焰可以实现支板喷注二次燃料的可靠点火和稳定燃烧,当煤油喷注前加热到气化/超临界态时,燃烧室最高压力相比于室温液态煤油提高约10%左右。当关闭一次火箭后,利用凹腔成功实现火焰稳定,而使用室温液态煤油喷注时,凹腔内无法实现火焰稳定。通过数值模拟获得了不同喷注方案的燃烧室燃烧流场特征和燃烧组织过程,为进一步优化燃烧室的性能提供依据。结果分析表明通过合理布置燃料支板喷注位置,由燃料支板下游集中的燃料热释放使得气流在扩张燃烧室构型中实现"热力壅塞",通过燃料分配实现燃烧室内合理的燃烧释热分布,使RBCC发动机亚燃模态完成高效燃烧组织。     

煤油燃料RBCC亚燃模态掺混与燃烧数值模拟研究

为了探索RBCC(Rocket Based Combined Cycle)亚燃模态条件下掺混燃烧性能,对多种工况进行了数值计算。对比分析了各工况下的燃烧室压力、掺混反应效率、总压损失等参数来分析燃烧室内部特性的变化。从数值模拟的研究中可以发现:由于RBCC亚燃模态的特点,一次火箭高温羽流,使得喷注的燃料能够有效地雾化蒸发,通过支板的混合增强作用能有效地提高煤油燃料的掺混能力,凹腔又适当的延长了煤油在燃烧室的停留时间,形成有效的火焰稳定区域,两种有效的火焰稳定方式的结合能实现液体燃料稳定有效的燃烧,而且双凹腔前后组合也能提高燃料的掺混燃烧能力。从计算中还可以发现,合理地布置支板与凹腔的相对位置能提高燃料的掺混反应效率,实现燃料的充分燃烧,并对燃烧性能提高有明显的帮助。     

基于直扩流道构型的RBCC发动机亚燃模态高效燃烧组织研究

针对支板喷注煤油和一次火箭引导燃烧的RBCC发动机,在亚燃模态下的高效燃烧组织和性能开展了实验研究和数值分析.实验验证了在亚燃模态低来流总温条件下,使用小流量富燃一次火箭产生的高温射流作为引导火焰,可以实现支板喷注二次燃料的可靠点火和高效稳定燃烧.通过数值模拟获得了燃烧室的详细流场特征和燃烧组织细节,分析表明支板后方集中的燃料热释放可形成扩张燃烧室流道中的“热力壅塞”;通过热力喉道的控制,实现了在直扩流道内的高效燃烧.研究表明:发动机在亚燃模态下燃烧组织应尽可能地使热力喉道处于燃烧室较后位置,使燃料在燃烧室高压区内充分燃烧释热,从而提高其燃烧效率.论文还研究了燃料支板喷注位置的影响,进一步开展RBCC发动机亚燃模态性能的优化.     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。 