基于CHAMP卫星观测数据对热层大气密度的经验正交分析

对2003年(太阳活动较高年)至2007年(太阳活动低年) CHAMP卫星的热层大气密度观测数据进行了经验正交函数(EOF)分析, 得到了400 km高度上白天平均大气密度ρ的太阳活动周变化与年度变化等不同变化分量. 研究结果表明, ρ受太阳活动影响较大, 其太阳周变化分量与F10.7指数变化之间的相关系数可高达94.5 %; ρ的太阳周变化分量随纬度增加而减小, 且在中高纬地区, 南半球的值明显大于北半球的值, 在低纬地区则出现基本对称的双峰分布, 即赤道质量密度异常(EMA)结构. 在ρ的年变化中, 呈现出明显的季节变化, 即夏季低冬季高; 同时ρ的年变化幅度随太阳活动增加而增强, 随纬度增加而增强. 将本文结果与经验模式NRLMSISE00在观测条件下的输出数据进行对比, 发现两者的太阳周变化与年变化分量基本一致, 但本文观测数据的太阳周成分随纬度变化略小, 年变化幅度略大, 且NRLMSISE00模式不能再现EMA结构. 研究结果对揭示热层气候学变化特征具有重要意义.      

基于EEMD分解的直驱式机电作动器故障诊断

基于集合经验模式分解 (EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障.     

LIPS300离子推力器加速栅电压的优化设计

在不改变推力器几何结构的前提下,为了获得LIPS300离子推力器的最佳加速栅电压,采用半经验分析和数值仿真计算相结合的方法分析了加速栅电压分别为-180V、-190V、-200V、-210V和-220V时LIPS300离子推力器栅极组件引出束流过程中束流离子从非平衡态到平衡态的演化过程,通过数值模拟计算得到了推力器运行过程中交换电荷离子轰击溅射到加速栅壁面的产额,利用寿命预测的半经验计算方法对5种情况下LIPS300离子推力器的栅极寿命进行估计,分析了关键失效模式,通过对比获得了LIPS300离子推力器的最佳加速栅电压。计算结果显示,在现有几何结构下加速栅电压的变化不会影响栅极组件的引出性能;加速栅下游更易受到交换电荷离子的轰击溅射;加速栅电压从-180V变化至-220V过程中,影响栅极寿命的关键失效模式为电子反流失效;对比5种情况下发生电子反流和结构失效时对应的栅极寿命可以发现,LIPS300离子推力器加速栅电压最佳值应为-220V,此时对应的栅极寿命为16170.4h。     

固体火箭发动机比冲预示经验法

本文简要地评述了国内外固体火箭发动机比冲预示方法.在Landsbaum法的基础上,根据国内外44种不同类型的发动机地面和高空模拟热试车试验统计,利用多维回归分析方法,得出了适合于国内发动机的经验比冲效率参数相关法.这种方法的优点是比冲预示结果比较准确,方法简单,利用袖珍式计算器可快速计算,对固体发动机总体方案论证及性能最优化设计是很有用的.     

基于经验移植的自主空战对抗学习方法

现有的机器学习方法大多是交互式的学习模式,这类方法在训练过程非常依赖与环境之间的交互数据。空战对抗任务是一种奖励非常稀疏的训练任务,智能体在学习开始的很长一段时间内,都在探索能够获得奖励的动作。如果每一个新的任务都重新训练,是非常浪费计算资源的。因此,设计了一种基于经验移植的学习方法,使得经过训练的智能体能够将知识分享给新的智能体,提高其在新任务上的学习效率。首先,借鉴人类通过经验进行快速学习的现象,构建了基于经验移植的学习的模型;其次,兼顾知识分享和新任务的特征,明确了经验的内涵,建立了"知识+任务→经验"的融合认知方式;再次,设计了借鉴学习方法,将外部经验与任务相结合,进而转化为新个体的知识;最后,使用经验适用度作为筛选指标,分析了经验适用度对借鉴学习效率的影响,确定了执行借鉴学习的筛选边界。新个体通过借鉴学习后能够获得关于新任务的初步知识,在新任务中更快地找到能够获得奖励的动作策略,从而提升在新的任务中的学习速度。     

动态舱门对空腔复杂流动和噪声特性影响分析

为研究运动舱门对内埋弹舱（空腔）非定常流场和舱内噪声特性的影响,开发了应用于运动问题的动态嵌套重叠网格组装方法,采用改进的脱体涡模拟方法对亚声速流场（Ma=0.6）进行了高精度数值模拟。首先采用空腔标准模型（M219）验证所用的高精度数值格式的有效性,然后应用发展的方法对干净空腔（C201）、带静态舱门（30°、60°、90°和120°）的空腔以及运动舱门的空腔进行模拟,并分析静、动态舱门对空腔湍流流场和腔内气动噪声的影响。针对运动舱门的非稳态非定常流动问题,采用经验模态分解方法分析空腔中的湍流脉动特征和声压级。通过分析研究结果发现,与干净空腔相比,舱门小开度（30°）时,舱门会限制法向和展向的流动,从而降低腔内流场与外部流场的流动掺混和交换,腔内壁面总声压级比干净空腔低5～8 dB,但是两者变化趋势一致,且二阶Rossiter模态频率偏高;在打开角度较大（60°以后）时,舱门对腔内流动的影响主要表现在展向,此时空腔上方的剪切层涡结构运动的高度更高,舱门阻碍噪声的展向传播,使得腔内的总声压级升高（3～10 dB不等）,二阶Rossiter模态的强度增大。然而舱门开启过程中,腔内总声压级...     

大涡模拟模型燃烧室燃烧性能计算

对带双级扩压器的模型燃烧室气液两相瞬态喷雾燃烧过程,在三维贴体坐标系下采用欧拉-拉格朗日两相大涡模拟方法进行数值研究,同时采用多维经验分析法预估燃烧性能.采用 k 方程亚网格尺度模型模拟亚网格湍流黏性;亚网格EBU(eddy-break-up)燃烧模型预估化学反应速率;多维经验分析法计算燃烧性能;并在非交错网格体系下气相采用SIMPLE(semi-implicit method for pressure-linked equations)算法对控制方程进行求解,液相采用随机离散模型,两相之间的耦合采用PSIC(particle-source-in-cell)算法.通过大涡模拟瞬态及时均计算结果表明:与粒子图像测速仪(PIV)测量的瞬态速度场、出口温度分布试验数据吻合,表明在三维贴体坐标系下采用欧拉-拉格朗日两相大涡模拟方法,数值模拟模型燃烧室两相喷雾燃烧流场,所采用的亚网格模型可以用于燃烧室气液两相喷雾燃烧流场的大涡模拟;燃烧性能计算结果与试验测量结果基本一致,说明所采用多维经验分析法可以用来数值模拟航空发动机燃烧室燃烧性能的计算,特别是污染物的预估,为设计低污染高性能航空发动机燃烧室提供有用的设计依据.      

基于经验模态分解的航空器结构模态参数识别

介绍了一种基于经验模式分解（Empirical Mode Decomposition,EMD）与粒子群优化算法相结合的飞机结构模态参数辨识方法。一个复杂的脉冲响应信号利用EMD方法使得耦合在一起的多阶模态响应信号分解为与各单阶模态响应信号一一对应的分量,得到前几阶主要的内禀模式函数（Intrinsic Mode Function,IMF）,再对分解得到的每一单阶IMF利用粒子群算法辨识得到各阶模态参数。试验仿真结果表明该方法有较高的计算精度,可应用于结构运行模态分析,为飞机等结构设计、运行检测提供有力保障。     

基于EE MD气液两相流差压信号时频分析

为研究气液两相流流动过程的动态特性,采用V形内锥作为测量装置,通过高频差压变送器获得不同流型下的动态信号,提出了一种基于总体平均经验模式分解(EEMD)的气液两相流时频分析方法。通过对不同流型下的气液两相流的差压信号进行分析,研究了气液两相流的流动机理,为气液两相流流型及流量的准确测量奠定理论基础。分析发现EEMD的抗混分解能力很好,可以准确地提取两相流差压信号的频率成分及其时变情况,为今后两相流的识别提供理论基础,具有较高的工程应用价值。     

多种群合作学习的多模态多目标路径规划算法

为同时规划出满足多种目标需求的多条可行路径,提高规划路径的鲁棒性与实用性,提出一种基于多种群合作学习的路径规划算法。基于粒子群算法的基本思想,先针对单一种群在多维目标空间内搜索时容易陷入局优的问题,提出基于多目标分解的子种群划分策略,平衡算法在目标空间内各个维度上的搜索能力。再依据地图中栅格点的出入度信息提取关键路径点。在编码阶段,根据关键路径点提供的维度信息,利用实数编码的方式初始化种群,降低解空间大小;在解码阶段,提出利用精英解的解码经验指导可行解的快速搜索,使解码经验能够被有效传递,降低解码的不确定性,提高了算法的寻优能力。最后,将多个种群的搜索结果进行非支配排序,得到满足优化目标的所有路径。实验结果表明:与标准粒子群算法相比,基于解码经验表指导的多种群合作学习算法具有更强的搜索能力和寻优能力,能够解决多模态多目标路径规划问题。