一种轮盘式特种调节阀流量特性的修正算法

针对引进的俄罗斯轮盘式特种调节阀(简称特种阀)用于高空模拟试车台(简称高空台)出现的流量特性模型误差太大(最大误差达15%),导致特种阀数学模型精度太低,难以满足高空台伺服调控系统设计要求这一问题,提出一种特种阀流量特性的间接修正方法。借用若干次试验数据,并对其进行筛选、计算分析、对比等处理,获得去数据噪声后的特种阀流量特性的对角分布稀疏数据表。在此基础上,分5类情况按数据特征进行特种阀流量特性系数修正。建立基于修正的特种阀流量特性的数学模型,并将仿真结果与试验数据对比,特种阀流量稳态误差在5%以内。     

基于等 Weber 数的结冰外形修正

由于设备条件的限制,在进行结冰风洞试验时,试验 Weber 数与目标 Weber 数往往存在差异,为了获得与目标 Weber 数对应的冰形,需要对试验结果进行修正。本文分析了进行 Weber 数修正的原因,提出了根据几何特征量进行结冰外形修正的方法,并以某超临界翼型为对象,对不同 Weber 条件下的结冰外形进行了仿真,研究了Weber 数变化对结冰的影响规律,在此基础上开展了基于等 Weber 数的结冰外形修正。研究发现：(1)Weber 数主要影响冰角特征,对水滴收集特性、结冰极限及驻点冰厚度影响较小;(2)存在一个敏感 Weber 数,低于敏感值时, Weber 数变化对结冰影响不大,当 Weber 数高于敏感值时,Weber 数变化对结冰有明显影响;(3)采用本文提出的冰形修正方法,能保证冰形的宏观轮廓与目标冰形一致,修正后的冰形能适量消除由于 Weber 数误差导致的冰形差异,提高试验的精度。     

流场可压缩性对涡相互作用影响的数值研究

涡相互作用作为冲压发动机喷注装置的典型抽象流动现象,研究其可压缩性影响对于认识包含化学反应的真实燃料喷射场具有一定基础理论价值。基于经过数值验证的可压缩Navier-Stokes算法与压力泊松方程初始条件设置方法研究流场可压缩性对涡相互作用演化过程的影响。结果表明,以较高涡旋马赫数表征的可压缩性在改变涡对形态的同时,具有延缓涡旋相互靠近,迟滞融合进程的作用。关于涡对系统开始融合的临界条件,可压缩相互作用开始的临界展弦比与无量纲时间相比于低速涡对明显提高。为在无量纲时间意义下统一不同马赫数涡对相互作用的进程,从涡心密度随时间变化规律出发在不可压涡对特征时间的基础上,初步构建了考虑可压缩性的时间尺度修正关系。     

民用飞机冬季运行低温修正与评估研究

目前,航空公司主力机型温度补偿能力欠缺,管制部门、机场和航空公司低温修正方法不统一,除RNP程序外其他程序无温度标注。针对上述问题,首先,说明了低温修正的主体责任,并分析了目前国内低温修正的现状,提出并非所有的低温都需要修正,具体需要根据温度和飞行程序来判定。其次,从净空条件较好与复杂两种情况介绍了低温修正越障的风险,以及越障裕度计算的三个方法：简单计算法、ICAO公式法和查表法,并指出可以通过ICAO公式法反推低温修正的门限温度,并通过门限温度判断机场是否需要低温修正。最后,以北京大兴国际机场为例进行计算,得出除非在二三类盲降皆不可用,且能见度处于航图标准边缘时才需要考虑低温修正。除上述情况,其余跑道任何时候都不需要低温修正。     

最小二乘滤波在某型火控系统信息处理中的应用

为了提高某型火控系统的反应时间和射击精度,需要对采集到的目标运动参数进行滤波。为了使算法易于实现,采用了最小二乘滤波方法。基于对最小二乘滤波的分析处理,增加了修正序列,实现了接近自适应最小二乘滤波的功能,在滤波效果上能够完全满足系统要求。最后,对滤波效果进行了检测。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

陀螺仪随机误差的渐进遗忘多新息Kalman滤波

MEMS陀螺仪由于小体积、低价格等优点在民用领域得到了广泛应用,但是由于工艺水平限制,MEMS陀螺仪测量数据中存在大量的随机误差。为了减小MEMS陀螺仪测量的随机误差、提高测量精度,提出了基于渐进遗忘多新息Kalman滤波的随机误差滤波方法。建立了MEMS陀螺仪随机误差的AR模型,在经典Kalman滤波中引入了多新息修正方法,并使用渐进遗忘因子削弱历史数据的积累干扰作用,从而给出了随机误差的渐进遗忘多新息Kalman滤波方法。同时,使用经典Kalman滤波和渐进遗忘多新息Kalman滤波对MEMS陀螺仪输出数据进行处理,并使用Allan方差分析各噪声含量,可知：渐进遗忘多新息Kalman滤波后的数据其QN噪声比经典Kalman滤波减小了2个数量级,ARW噪声减小了1个数量级,BI噪声减小了2个数量级,RRW噪声和RR噪声减小为原来的约1/5,实验结果验证了渐进遗忘多新息Kalman滤波在陀螺仪随机误差滤波中的先进性。     

连续突变管道流动局部水头损失建模研究

管道系统中设置的阀门、限流环等十分常见,装备限流装置的管道本质就是典型的连续突变管道。突变管道流动存在十分明显的局部水头损失,因此工程设计人员在进行管道系统设计时不得不考虑因管道突变而产生的局部水头损失;目前针对单个突变管道流动局部水头损失已有较为深入的研究,并已推导出相应的计算模型,但对于连续突变管路的水头损失研究较少,工程设计中对于连续突变管路的局部水头损失计算采用基于单个突变管道水头损失的叠加计算法,由于连续突变管路流动为极其复杂的湍流,基于单个突变管道水头损失的叠加计算法而得到的连续突变管路的局部水头损失结果误差较大。鉴于此,采用理论推导与实验相结合的方法,设计四种不同管径比的管道以及23种不同进口流量工况,并以航空煤油为介质进行实验,利用实验结果进行分析并对传统的突变管道水头损失的叠加计算法进行修正,提出了连续突缩突扩管道的局部水头损失修正计算模型,其计算结果相比于传统计算方法在精度上得到了显著性提高,为工程管道系统设计中的连续突变管路局部水头损失计算提供了有力依据。     

叶片磨抛机器人力/位混合控制的设计与实现

为提高航空类发动机叶片的自动化磨抛精度,减小复杂曲面叶片加工轨迹控制误差,采用基于六维力传感器的机器人力/位混合控制策略,实现机器人磨抛轨迹的在线修正。搭建以Staubli机器人和ATI六维力传感器为核心部件的叶片磨抛验证平台,通过C++开发上位机,采集磨抛过程中六维力传感器信息并进行Kalman滤波。通过示教确定机器人运动轨迹,对机器人运动轨迹与力传感器信息进行采集分析,确定基于力/位混合控制可以实现机器人运动轨迹的在线修正,为复杂曲面的叶片磨抛轨迹控制提供一种解决方案。     

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率（PTE）的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。