类车体尾迹区流动的实验研究

对后倾角35°类车体在模型风洞中进行实验,运用三维热线风速仪在选定测点上对空间三个速度分量进行采样.对采得的瞬时值进行平均值处理,并制成相应的云图和矢量图.由图谱说明:类车体尾迹区流动具有对称特性,以一对拖曳涡为其主要特征,并明确了拖曳涡的涡核位置.     

采用尾部隔板降低类客车体阻力的研究

针对类客车体(Ahmed Model)1:1.5模型,采用风洞试验和数值模拟相结合的研究方法,研究了在模型尾部安装多种构型的隔板对气动阻力特性的影响规律.通过分析各种构型隔板对尾流结构和尾部压力分布的影响,初步分析了尾部隔板的减阻机理.研究结果表明:①隔板须根据尾涡结构设计其参数和构型布置.才能达到较理想的减阻效果;②隔板以适当的参数及构型布置时,可以控制尾涡、提高尾部压力、减小压差阻力;③针对该文模型,当隔板宽度为60mm,距尾部后缘10mm,并以3横3纵构型布置时,模型阻力系数降低达15.58%.     

石油磺酸钡对微波吸收涂层的耐腐蚀性能的影响

为提高羰基铁粉微波吸收涂料的耐腐蚀性能,在微波吸收涂料配方中加入缓蚀剂石油磺酸钡。利用中性盐雾实验方法研究石油磺酸钡加入量对涂层抗盐雾性能的影响,分析石油磺酸钡对提高涂层耐盐雾性能的防腐机理,考察石油磺酸钡加入量对涂层力学性能以及微波吸收性能的影响。结果表明,当石油磺酸钡加入量为4.2%(质量分数)时,所制备的涂层的抗盐雾性能有明显提高,在涂层被腐蚀面积为0.1%~0.25%,外观评级为八级时,涂层的盐雾暴露时间达到210h,涂层附着力为4.3MPa,同时涂层的宽频微波吸收性能基本不变。     

机场净空障碍物危险度的白化权聚类评价

为将灰色理论引入机场净空障碍物危险度评价,建立四个评价指标,将障碍物危险度等级划分为五个标准,使用灰色白化权聚类法建立机场净空区障碍物危险度评价模型,包括每个指标的白化权函数和权重确定,在此基础上,机场所有的障碍物及机场整体的危险度等级可确定。以某机场为例对其净空障碍物进行整体评价证明,基于灰色白化权聚类法的机场净空区障碍物危险度评价模型可用于解决民用机场净空区内障碍物危险度定量评价问题。     

高温材料研究进展及其在航空发动机上的应用

随着航空发动机推重比的提高,急需发展集轻质、高强韧、耐高温、长时间、抗烧蚀于一体的高温结构材料,如TiAl系和Ni3Al基金属间化合物、Cf/C复合材料、陶瓷、CMC-SiC复合材料等,以满足航空发动机愈加苛刻的工作环境。简要介绍了适用于高推重比航空发动机的高温结构材料的研究进展、成果、应用现状及存在问题,指出了高推重比航空发动机用高温结构材料是今后的研究目标和发展方向。     

新型筛选教练机发展趋势

阐述了我国发展新型筛选教练机的必要性;对国内外筛选训练概况进行了跟踪,总结了目前国内外主要的几型筛选教练机性能特点,在此基础上对筛选教练机的发展趋势进行了分析与预测;结合发展趋势,总结了新型筛选教练机的特点,从而提出了发展新型筛选教练机发展思路.     

起落架复杂箱体零件加工工艺研究

在加工超高强度复杂箱体类零件的过程中,研究其加工工艺,明确编制合理的制造工艺流程、选择合适的装夹定位方案、有效利用车间资源和切削刀具、分析件热后的变形规律并加以控制、设定合理的切削用量、引入曲线插补优化刀轨是保证复杂箱体类零件加工质量和提高生产效率的重要途径。     

基于阈值的激光雷达K均值聚类算法

针对同一距离不同目标的激光雷达全波形回波数据聚类准确率低的问题,在分析K均值聚类算法原理的基础上,提出了一种基于阈值的K均值聚类算法。首先,利用强度信息对距离信息进行标定,使用强度信息作为特征进行聚类以区分同距离的不同目标。然后,利用阈值限定聚类中心间的最小距离,提高聚类准确率。最后,搭建了扫描验证平台进行平移和旋转成像,对算法有效性进行验证。通过不同颜色目标和模拟道路回波数据聚类实验表明,在不同阈值的情况下,提出的基于阈值的K均值聚类算法的聚类准确率均在90%以上,相比于无阈值的K均值聚类算法准确率提升10%以上,能够有效进行目标聚类和模拟道路提取。      

基于相似性传播聚类算法的机会信号选择

介绍了复杂低空环境下的机会信号导航方法,并提出了一种机会信号选择方法,解决了机会导航信号源类型多、数量多难以选择的问题.由于信号源的几何精度因子(GDOP,Geometry Dilution of Precision)越小则定位精度越高,同一区域信号对GDOP影响相似,因此采用聚类的方法选择信号.首先,将各信号间的距离作为相似度测量参数,通过相似性传播聚类算法获得相似类组;然后,依据类组的中心点确定所选类组;最后,从中选择组内的机会信号.经仿真,分析了不同分布的机会信号聚类特点,通过对汶川震区机会信号选择的仿真,验证了相似性传播聚类算法的有效性.另外,该方法在复杂低空飞行应用中将大大提高信号选择的效率.     

基于MSER的无人机图像建筑区域提取

对建筑区域自动检测与提取是无人机(UAV,Unmanned Aerial Vehicle)图像处理的一项重要功能.在分析无人机成像特点和最大稳定极值区域(MSER,Maximum Stable Extremal Regions)算法对无人机侦察图像建筑区域检测的适用性基础上,提出了一种基于MSER的无人机侦察图像建筑区域提取算法.算法包含5步:无人机图像预处理,运用MSER算法分析计算图像稳定区域,通过计算稳定区域密度筛选建筑区域,进一步利用自适应K均值聚类算法对建筑区进行划分,最后采用Graham算法生成建筑区的边界从而实现了建筑区的自动提取.选取无人机实飞图像数据进行实验统计,本算法提取精度为92.25%;同时与基于Gabor变换的纹理特征、SIFT特征点的提取算法相比,建筑区域提取时间缩短,满足无人机实时应用需求.