某电源管理仿真测试环境软件的设计与实现

介绍了某电源管理的仿真测试环境软件的设计与实现,仿真测试环境硬件采用工业控制计算机,软件采用图形化语言LABVIEW来实现。仿真测试环境为电源管理提供完整的虚拟的运行环境。在仿真测试环境中用运行图实时地显示电源管理的运行状态,且能动态的设置仿真测试环境的状态,改变电源管理的运行环境。本仿真测试环境具有良好的人机交互界面,能够实时地与电源管理进行交互。     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

一种基于时间梳技术的高频正弦信号相位差测量方法

本文研究了一种基于时间梳原理的高频正弦信号相位差测量方法,给出了时间梳原理的数学模型,并详细分析了其特点,并将此原理首次应用于高频信号的数据采集中,可以用低频和被测信号构建一种高频等效采样技术,可以在不满足乃奎斯特采样定理下,对被测两路正弦信号进行同步采样,避免了高频信号采样的高采样率,结合多重互相关技术,实现了对高频正弦信号的相位差的高精度测量,实验结果表明本文算法对高频信号对高频正弦信号的相位差测量具有很高的测量精度,尤其在低信噪比下也有较高的测量精度,具有较高的工程实用价值。     

结冰风洞中过冷大水滴云雾演化特性数值研究

为明晰结冰风洞中过冷大水滴（SLD）云雾演化特性,发展了基于欧拉法的SLD液滴运动、传热和传质耦合计算方法,针对3 m×2 m结冰风洞主试验段水平收缩构型,分析了SLD云雾沉降收缩特性、动量平衡特性和热平衡特性,探索了液滴变形破碎的影响,评估了构型出口处SLD液滴动量平衡和热平衡状态。研究结果表明：直径超过250 μm的SLD液滴在构型内会发生显著形变,液滴尺寸越大则变形程度越强,尤其在160 m/s工况下,当液滴直径超过750 μm后,SLD液滴甚至会发生破碎;液滴变形破碎效应会增大液滴加速度和液滴温度下降率,促使SLD液滴趋近动量平衡和热平衡状态;SLD云雾（最大液滴直径小于1 000 μm）在构型出口处会出现显著的粒径浓度分层、动量分层和热分层现象,其中直径小于100 μm的小尺寸液滴速度快、温度低且不断凝结,趋于平衡态,但直径超过500 μm的大尺寸SLD液滴速度慢、温度高且不断蒸发,则显著偏离平衡态;增大试验段气流速度尽管会减弱SLD云雾粒径浓度分层程度,但会增强动量分层和热分层程度,尤其在160 m/s工况下,SLD云雾会均匀分布在构型出口中心区域内（-0.75 m < Y < 0.75 m且-0.5 m < Z < 0.5 m）,与其平衡态间的最大速度差和温度差将分别超过18 m/s和20℃。     

改进升力线理论和风洞试验结合的气动弹性修正方法

本文介绍了一种基于亚音速稳态定常流改进升力线理论与风洞试验相结合的大展弦比亚音速飞机的弹性翼面气动力分布载荷修正方法,设计目的是为了考虑具有大展弦比、弹性翼面结构的飞机翼面结构弹性变形对气动载荷分布的影响。     

大数据理论在高精度惯性导航系统测试技术中的应用

当前我国高精度惯性导航系统研制已取得长足进展,但惯性导航系统的精度、可靠性和寿命等应用性能距离世界先进水平仍有差距,主要问题在于全寿命周期内的海量测试数据没有被充分挖掘、分析和应用,严重制约了惯性导航系统精度的提升、可靠性分析和寿命预估的准确性。因此,系统、准确、高效、合理地处理设计、生产、测试和使用过程中的海量数据是分析解决高精度惯性导航系统存在问题、提高生产效率、提升产品质量的有效途径。首先,详细分析了惯性导航测试系统数据采集和数据管理中存在的问题,提出大数据管理分析系统的需求和目标;其次,结合数据管理和分析中的关键技术,构建了惯性导航测试系统以数据采集层、数据支撑层和数据应用层为3大模块的大数据分析平台基本框架。为高精度惯性导航系统优化设计、提升精度、保障产品可靠性、合理预估系统寿命及适应未来战争提供了发展思路。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。      

大数据在航空系统的研究现状与发展趋势

针对大数据在航空系统中的应用问题,阐述了学术界与航空工业界在航空大数据采集传输、分析技术及可视化等方面的研究现状。提出了航空大数据平台基础架构,对目前推出的几款航空大数据分析平台结合优化运营、优化维护、降低成本、降低风险等方面的需求进行了评述。指出大数据在航空系统中的应用还存在着理念、方法、技术、人等方面的挑战,并相应地提出大数据组织专门化、处理方法混合化、分析平台柔性化及跨界合作深入化等发展趋势。