基于SIMION软件的空间等离子体探测器的数值仿真

空间等离子体探测器采用带偏转板的柱形静电分析器作为传感器,具有大于320°探测视场,可探测约10eV～30keV的热等离子体。利用SIMION软件采用均匀随机抽样建立粒子源的方法仿真探测器的基本特性参数:静电分析器因子、能量分辨率、偏转板因子和偏转角。仿真结果与实测结果吻合很好。静电分析器因子的仿真与实测结果偏差为3.2%,能量分辨率仿真与实测结果偏差为1.5%,偏转角-偏转板因子的关系式与实测结果的相关系数为0.999 4。仿真结果可以有效地应用于该类仪器的设计和定标过程中。     

热离子质谱分析仪的研制及定标

热离子质谱分析是空间等离子体探测的核心技术之一.热离子质谱分析仪采用了半球形静电分析器结合基于碳膜的飞行时间系统方案,是目前应用最广泛、最成熟的空间热离子质谱分析技术.热离子质谱分析仪解决了三项关键技术,即5mV高分辨扫描高压,10~20nm超薄碳膜处理以及30kV超高加速电压.分析仪原理样机在瑞士伯尔尼大学完成了定标试验,实现指标参数如下:能量范围为0.499eV~29.94keV,能量分辨率为10.5%;能够实现离子成分H+,He+,O+的分辨;视场范围为360°×8.4°,角度分辨率为22.5°×8.4°.基于热离子质谱分析仪的研制基础,可以进一步开发出更高质谱分辨、更大探测视场以及小型化的等离子体探测载荷.      

基于谐波系数幅值平均的复合调制引信抗扫频式干扰方法

为提高混沌码调相与线性调频（CCPM-LFM）复合调制无线电引信的抗扫频式干扰性能,分析了扫频式干扰作用下复合调制无线电引信的响应,并提出了谐波系数幅值平均的抗干扰方法。在瞬时相关和谐波解调串联（ICHD）定距算法原理的基础上,采用快速傅里叶变换（FFT）算法提取谐波包络,并对多次FFT所得谐波系数幅值平均,充分利用混沌码的随机性和统计特性抑制干扰。理论和仿真结果表明:所提方法在不影响引信定距精度的前提下,能够有效抑制扫频干扰。      

不锈钢纤维滤袋式电除尘器的实验研究

对一种新型的不锈钢纤维滤袋式电除尘器(简称袋式电除尘器)进行了理论分析和实验研究。研究结果表明,该滤袋式电除尘器比管式电除尘器和现在使用的袋式除尘器都具有更高的除尘效率,而且对细微粉尘具有更强的捕集能力。从效率与过滤风速、电场电压及粉尘浓度的关系曲线中,也显示出这些基本参数对滤袋式电除尘器除尘效率的影响规律。因此,可广泛应用于炼钢电炉和工业炉窑的除尘设备。作者的工作有助于研究电除尘器,对设计高效率和寿命长的电除尘装置具有指导作用。     

基于ZAM分布的伪码调相与正弦调频复合引信信号特征参数提取技术

伪码调相与正弦调频引信信号特征参数提取是对该引信进行有效欺骗性干扰的前提。 为提取特征参数,提出了基于ZAM分布的信号特征参数提取方法。首先对侦察的复合引信信 号进行ZAM变换,将ZAM分布图进行投影获得负尖峰位值,通过搜索最小时间间隔提取伪码特 征参数,利用峰值跟踪曲线提取正弦调频信号的特征参数。仿真分析表明,该方法能有效提 取复合引信信号的所有特征参数。     

复合固体推进剂静电危险性数值模拟

建立了一维非稳态传热、传质、裂纹扩展方程,对复合固体推进剂在静电激励下的危险性反应过程进行了数值模拟研究。计算了使一种HTPB推进剂发生危险的临界放电能量为0.74 J,与文献报道值0.76 J接近,说明本数值计算模型比较准确。在模型验证的基础上,考察了某推进剂的特征参数,如断裂韧性、裂纹扩展速度、固相分解热、燃速及静电放电时间对该推进剂发生危险时的临界放电能量和功率的影响规律。研究表明,放电时间、断裂韧性、裂纹扩展速度、燃速对推进剂发生危险变化的临界能量影响较大,断裂韧性越大、裂纹扩展速度越低、燃速越高的推进剂越容易在静电激励下发生危险。     

引信的电子对抗评价及对策

简述了无线电引信的干扰类型，实施干扰的效果评定，引信的抗干扰措施和对引信抗干扰性能的评价等四个方面，定性地探讨引信电子对抗的有关问题，以供参考。     

一种基于稀疏分解的静电信号去噪方法

介绍了发动机静电监测技术的原理,对静电监测信号的复杂噪声成分和类型进行分析,总结了以往经典去噪方法的不足。针对静电信号复杂噪声滤除问题,提出了一种基于稀疏分解理论的静电信号去噪方法。分析了基于稀疏分解的静电信号去噪方法流程;以所构建仿真信号和实测试车静电信号作为分析对象,利用所提方法进行了去噪分析与实例验证,并与其他经典方法的去噪效果进行了对比。结果表明:基于稀疏分解的静电信号去噪方法具有很高的灵活性,能对信号背景中包含的高斯白噪声以及工频干扰噪声能够进行有效地去除,同时能够对于有用脉冲信号的成分进行保留,针对复杂静电信号去噪问题具有良好的应用效果。      

电邦德数影响下无水乙醇的荷电微射流不稳定性

基于高速摄像及小尺度PIV技术对无水乙醇荷电微射流雾化模式的演变及射流不稳定性进行了实验研究。精确捕捉了无水乙醇荷电微射流的显微演变过程,探讨了电邦德数影响下不同雾化模式的射流不稳定性演变特征及其对微射流雾化特性的影响规律。实验结果表明:射流的非轴对称性径向扰动贯穿于整个射流雾化模式区间;随着电邦德数不断增大,射流偏离度呈先增大后减小的趋势,而其不确定性的脉动范围在锥射流模式下不断增大,过渡到多股射流模式后,脉动范围逐渐减小至零,而后再逐渐增大;锥射流模式下,射流核心区及速度方向均偏离轴心,射流速度较纺锤模式明显回落;多股射流模式下,射流核心区速度明显回升,但不同电邦德数下多股射流之间的速度分布差异较大;多数情况下,射流边界处的流线较为紊乱,缺乏对称性,但在电邦德数为13.30~13.60的极小区间内保持稳定的多股射流稳定雾化形态,射流核心区速度达到峰值。     

基于混合神经网络模型的磨粒电荷检测方法研究

由于传统的滑油磨粒在线监测方法无法获取电荷分布位置信息,难以准确测量荷电颗粒数目及其携带的电荷量。为此,本文提出一种基于静电层析成像（Electrostatic tomography,EST）技术和深度学习算法的荷电颗粒检测方法。对EST传感器测量数据采用BP神经网络算法重建出测量截面上电荷的分布图像,采用卷积神经网络（Convolutional neural networks,CNN）算法分析重建图像以识别荷电颗粒数目,将识别的颗粒数目和传感器测量数据组合成输入向量,通过1个多层前馈网络确定带电颗粒数目、感应电荷值与颗粒电荷量值之间的映射关系,得到准确的各颗粒的电荷量值。实验结果表明：混合神经网络模型对数据样本的测量误差为9%,可满足滑油监测对于准确性的要求。