飞机双垂尾载荷自平衡校准

利用研制的能够远距离、大跨度双向加载、可移动的专用液压加载设备,对飞机双垂尾加自平衡载荷进行校准研究。通过对结构受载的分析,简化了结构受载情况,论证了飞机双垂尾的左右两部分加平衡载荷同时进行校准的可行性。使用该技术,不用搭建承力架和复杂地固定飞机,而只需通过地面人工操作即可对双垂尾的左右两部分同时进行校准,能够大大降低飞机垂尾载荷校准试验的难度、风险和成本,对其它飞机此类结构的载荷校准具有一定借鉴作用。     

自密实混凝土密实度及表观质量试验研究

通过对比试验的方法,研究了在混凝土中添加消泡剂和在其表面贴透水模板布对混凝土的密实度和表观质量的影响。通过测试和分析发现:添加消泡剂后自密实混凝土的密实度、表观质量及强度都得到了提高,而且在使用透水模板布后构件的表观质量能得到进一步提高;因此,采用既添加消泡剂又贴透水模板布的方法能使混凝土构件的密实度及表观质量得到双重提高,有利于提高混凝土的耐久性。     

内压缩波系对高超声速进气道自起动性能影响研究

为了探究进气道肩部膨胀扇以及不同压缩方式对进气道自起动性能的影响,结合具体的进气道构型,针对不同的压缩角、边界层厚度开展了马赫数4.0级的风洞试验研究。结果表明:在不起动分离区同侧的膨胀扇会对当地气流加速,降低局部压强,进而对压缩激波较强时的进气道自起动过程有明显改善。而唇罩分级压缩对二元进气道的自起动能力也有提高效果。此外,对比侧压模型与顶压模型的试验结果发现,边界层厚度对侧压模型自起动性能的影响趋势与顶压式存在明显的差异。与此同时,当自起动受限于几何喉道的进气道构型,压缩方式对进气道自起动性能的影响不明显,但是对于由压缩激波-边界层干扰诱导分离区形成的气动喉道决定能否起动的进气道,侧压方式有利于提高进气道的自起动性能。     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

舰载机动力补偿系统模糊逻辑设计技术

在舰载机迎角恒定动力补偿系统(Approach power compensator sysytem, APCS)研究的基础上,提出了一种采用模糊自适应PID控制参数整定方法,将模糊控制思想和PID控制技术有机地结合起来,实现了舰载飞机进场动力补偿系统智能化设计和PID参数在线自整定.该算法的另一个重要特点是省略了常规控制算法中法向加速度Δaz及舵偏Δδe两路信号反馈,仅利用迎角误差Δα及其变化率Δ进行反馈控制,简化了工程实现.最后,以国外某舰载飞机为研究对象,对它的动力补偿系统进行了设计和数字仿真.结果表明,该方法提高了舰载机的着舰精度,改善了系统的抗阵风干扰能力,提高了系统的鲁棒性.     

某型风扇叶片颤振研究

介绍了采用可考虑变叶片间相角的变形激盘法对某型风扇叶片的颤振性能进行的研究结果，计算表明，转子在大的来流攻角或高的相对马赫数下，叶片有可能发生失速颤振，在零度攻角附近可能出现堵塞颤振。叶片气动弹性稳定较差的叶片主要是那些叶片间相角为正的叶片。该计算结果为某型风扇叶片的设计提供了有益的参考。     

变论域模糊控制在压铸机压力控制系统中的应用研究

针对压铸机压力系统具有的非线性、纯滞后的特点,提出了采用论域自调整模糊控制作为控制策略,并设计相应的模糊控制器,仿真结果表明,论域自调整模糊控制用较少的控制规则实现了精度较高的控制,算法简单,易于实现。该控制方案具有稳态精度高,鲁棒性强的特点,从而提高铸件质量,提供经济效益。     

自抗扰控制技术在某型导弹上的应用

将自抗扰控制技术用于某型导弹控制系统设计,从工程应用的角度出发,提出了一种内外双闭环自抗扰姿态控制器设计方法,具体论述了设计的方法原理和过程。仿真结果表明,该方法有较强的鲁棒性和适应性,有较好的动态和稳定性能。     

航空发动机神经网络自学习PID控制

将神经网络与传统的PID控制相结合,构成神经网络自学习PID控制,用神经网络在线整定PID控制器的比例、积分及微分三个参数,使被控对象跟踪理想参考模型的输出。该系统具有自学习能力,能适用于非线性、时变的被控对象。将神经网络自学习PID控制方法用于航空发动机全包线控制以及蜕化发动机的控制,进行了数字仿真,验证了该方法的有效性。     

自愈合碳化硅陶瓷基复合材料研究及应用进展

为了满足高推重比航空发动机长时热力氧化环境的使用需求,连续纤维增韧碳化硅陶瓷基复合材料正朝自愈合方向发展.本文介绍自愈合碳化硅陶瓷基复合材料的微结构与性能,自愈合与强韧化机理,制造方法和工艺特点及其在航空发动机热端部件的应用情况,表明多元多层微结构形成了"层层设防,就地消灭"的氧化防御体系,是复合材料实现自愈合与强韧化的关键.自愈合碳化硅陶瓷基复合材料能够满足发动机高温服役环境要求,显著降低发动机的结构重量,从而有效提高发动机的推重比.