ICCP中单纯形优化的误匹配检测

在迭代最近等值点ICCP(Iterative Closest Contour Point)算法的地形辅助导航中,利用单纯形优化方法实现对最优航迹的估计,但在匹配中往往得到的只是局部最优解,导致误匹配发生,严重时导致匹配发散.以ICCP算法为研究对象,研究并建立了ICCP方法的误匹配判断准则,以减小误匹配误差的影响和提高匹配精度.利用概率数据关联建立ICCP算法的误匹配判断准则,仿真结果表明,与无误匹配方法匹配结果相比,提高了其收敛性和精度;与 M/N 方法相比,降低了误匹配概率的30%,提高了导航的精度和算法的稳定性.     

船用发动机轴流式电辅助涡轮增压器的探索研究

为了解决由于降速航行所导致的废气涡轮增压器不能正常工作的问题,船舶发动机通常采用辅助鼓风机来进行补充扫气,以提升船舶在低速状态下的操纵性并降低排放。本文回顾了电辅助涡轮增压器的研究情况,总结了研究团队在船用发动机轴流式电辅助涡轮增压器方面开展的一系列探索研究和优化设计工作。从控制间隙流动,进一步提高增压器性能的角度出发,探究了轴对称端壁及叶尖小翼对电辅助涡轮增压器气动性能的影响及其作用机制。最后,讨论了船用发动机轴流式电辅助涡轮增压器在未来研究中存在的问题和挑战。     

某辅助动力装置涡轮盘腔泄漏影响数值研究

本文采用数值模拟的方法研究了盘腔泄漏流对某型辅助动力装置涡轮部件性能及流场的影响,并分析了其作用机理。结果表明,盘腔泄漏流对涡轮性能有较大影响,泄漏流不影响涡轮进口流量,但会影响功率分配并明显降低涡轮效率。优化搭接结构可减小盘腔泄漏流流量,提高涡轮效率。盘腔泄漏流对二级导向叶片通道流场影响较小,对二级工作叶片的影响主要集中在30%叶高以下区域。盘腔泄漏流促进了二级工作叶片叶根部位漩涡的发展,增大了叶片通道的二次流损失。     

民用飞机辅助燃油箱系统燃油转输油出口位置研究

面对不同的市场需求,民用飞机通常在取得型号合格证之后,通过改装,形成公务机~([1])、遥感机、海监机等在内的特种飞机。大航程、长航时是众多特种飞机的重要特点。民用飞机通常在货舱内加装辅助燃油箱~([2-3])以增加额外的燃油存储空间,增加载油量,从而增大航程。然而辅助燃油箱内的燃油不直接供给发动机,需在巡航阶段将辅助燃油箱内的燃油转输至基本燃油箱内,通过基本燃油箱内供油系统供给发动机~([4-8])。转输动力可以来自转输泵或者闭式通气增压系统,即辅助燃油箱与基本燃油箱产生一定的压差,通过该压差将燃油转输到基本燃油箱内。然而不同的转输口位置,将会导致燃油转输的控制逻辑不同。基于某民用飞机的基本油箱构型,通过不同的转输口位置分析,给出较为合理的转输口位置。     

一种检测机场跑道辅助飞机着陆的系统设计

跑道作为机场的关键设施,是飞机着陆和减速滑行的区域,通过视觉定位方法计算飞机相对跑道的位置,可以作为辅助飞机快速平稳着陆的一种思路。视觉传感器所需成本较低,对安装环境要求不高,本文旨在设计一个仅靠视觉传感器对飞机进行定位的辅助着陆系统,运用目标检测和视觉定位两个模型,计算飞机相对跑道的位置。首先搭建出等比例微缩的机场跑道模型,视觉传感器产生运动模拟飞机飞行路径,目标检测模型通过机载视觉传感器获取的图像识别出跑道区域,随后视觉定位模型提取图像中跑道区域特征点,计算飞机相对跑道的位置。分别对目标检测和视觉定位两部分的实现原理及难点进行阐述,尝试将目标检测和视觉定位结合起来实现飞机降落时的定位,描述辅助着陆系统设计的整体思路。     

C/SiC复合材料的制备及加工技术研究进展

碳纤维增强碳化硅陶瓷基(C/SiC)复合材料由于其强度高、硬度大、耐磨损,被广泛应用于工业、航空航天等领域,然而C/SiC复合材料难以被稳定地去除加工。本文综述C/SiC复合材料的常见制备方式及其材料的性能特点。概述C/SiC复合材料的传统机械加工、超声辅助加工、激光加工等加工方法,分析了各种加工方法的材料去除机理、加工精度、常见缺陷及加工过程中存在的问题。传统的机械加工需进一步优选切削刀具材料;超声辅助加工需探究超声振动的刀具与材料之间的耦合作用机制、振动作用下的材料去除机理;激光加工要进一步研究2.5维及3维C/SiC复合材料的激光加工去除机理。在这些研究的基础上进一步采用复合加工的方法,探寻C/SiC复合材料高效、精密、稳定和无损加工的可能性。     

基于深度学习的辅助动力装置性能参数预测方法研究

针对传统机器学习的辅助动力装置(Auxiliary Power Unit, APU)性能参数预测方法不能充分利用参数数据间的时序性和非线性问题,提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)-长短期记忆(Long Short-Term Memory, LSTM)-注意力(Attention)的APU性能参数预测方法。首先,引入一维CNN,通过预处理的参数数据得到不同属性的抽象特征。然后,使用LSTM神经网络对这些特征进行记忆,并结合可以对特征状态赋予不同权重的Attention机制来实现参数预测。使用某型APU的参数数据预测未来不同步长的排气温度(Exhaust Gas Temperature, EGT)。实验结果表明,对于单步EGT的预测,CNN-LSTM-Attention模型在平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)指标上比CNN-LSTM、LSTM和简单循环神经网络(Simple Recurrent Neural Network, Simple RNN)模型分别降低了15.2%、32.5%、60.3%,在均方根误差(Root Mean Square Error, RMSE)指标上分别降低了7.3%、11.6%、32.9%。同时它在多步EGT的预测中具有较高的预测精度,证明了该方法的有效性,为短期APU性能变化趋势预测提供一定的参考。     

基于INS/GNSS紧耦合组合的逐步诱导式欺骗检测算法研究

传统惯性辅助GNSS欺骗信号检测方法对小于纯惯导误差漂移的逐步拉偏不敏感。针对这一问题,提出了一种基于INS/GNSS紧耦合组合的逐步诱导式欺骗信号检测方法。基于短时间内纯惯性导航结果和短时间惯导系统位置误差传播模型,利用惯导提供的位置和速度对伪距和伪距率时间序列进行预测估算,并结合伪距、伪距率实际测量结果,分别构造位置/伪距和速度/伪距率时间序列模型做参数拟合。基于真实信号得到的模型参数都是由惯导系统误差造成的,具有一致性;而基于逐步诱导式欺骗信号得到的模型参数还与欺骗策略的设定、载体飞行轨迹的观测以及干扰源的位置有关,具有不一致性。通过对比模型参数可判别欺骗信号的存在,对于真实信号,采用紧耦合组合导航修正INS输出;对于欺骗信号,继续惯性导航并采取相应措施。最后,根据逐步诱导式欺骗原理进行实验仿真,验证了算法的可行性和有效性。     

辅助进气激励器强化喷流混合的数值模拟

对采用高动量的辅助进气激励器和“常规”激励器强化的高速、大尺度喷流混合进行了数值模拟研究。对比了辅助进气激励器和“常规”激励器吹气射流对流向涡、喷流拍动、阻塞面积的影响,分析了合成射流强化喷流混合的流动滞后现象。结果表明:合成射流强化喷流混合中的辅助进气激励器在吹气时间、吹气动量、峰值动量比方面要明显优于“常规”激励器。合成射流强化喷流混合由激励器迟滞和流场迟滞两部分组成。“常规”激励器和辅助进气激励器射流峰值动量都滞后于活塞峰值速度时刻19.5%,流场滞后峰值动量时刻5%左右。相比于“常规”激励器,采用辅助进气激励器的“小突片”堵塞面积较大,强化喷流混合的效果更好。