T型尾翼颤振模型光学测量实验与弯扭特性解算

在FL-26跨声速风洞半模试验段进行了某高速飞机T型尾翼颤振模型的光学测量实验,并依据测量结果解算了尾翼颤振模型的弯扭特性。颤振模型表面用白色圆点进行标记,用于记录模型表面的位移变化,两台固定在风洞试验段上壁板观察孔旁肋板上的400万像素工业相机用来采集图像,采集到的图像通过自主开发的图像解算软件进行图像的识别与求解,计算出尾翼颤振模型表面标记点的三维坐标。模型表面标记点的三维坐标通过坐标变化转换到风洞气流坐标系中,利用不同时刻模型表面坐标的变化计算模型剖面扭角和弹性轴位移的分布。T型尾翼右平尾图像采集实验与弯扭特性计算结果表明,非接触光学测量技术可以用于高速颤振试验的定量分析中。     

二维沟槽粗糙槽道内的湍流特性研究

采用激光多普勒测速技术对光滑和粗糙槽道湍流特性进行了实验研究。粗糙元为二维横向V型沟槽,沟槽深度为0.8mm,沟槽间距为6.4mm,对应的槽道半高度与沟槽深度比为12.5。基于中线时均速度和槽道半高度的流动雷诺数范围为2740～17400。实验测量了包括时均速度、湍流强度、雷诺切应力和速度脉动偏斜因子和平坦因子在内的湍流统计量,结果表明沟槽型粗糙度对湍流的影响不仅局限于边界层内区,而是延伸到整个边界层范围。粗糙壁面上的粗糙度函数随雷诺数的增大而增大,时均亏损速度也较光滑壁面高。沟槽抑制了内区的流向湍流强度,同时增大了外区的湍流强度。粗糙壁面上的雷诺切应力高于光滑壁面,且与湍流强度一样表现出对雷诺数的依赖性。尽管沟槽型粗糙度对流向平坦因子影响不大,但对流向偏斜因子有显著影响。     

介电型电活性聚合物(EAP)驱动器失效行为分析

 介电型电活性聚合物(EAP)驱动器在工作过程中,边界条件及驱动电压的改变经常导致EAP薄膜发生起皱现象以及介电击穿,致使驱动器失去工作能力.为了保障驱动器的正常工作,避免失效行为的发生,对EAP驱动器的失效行为进行了研究.针对锥形驱动器,计算出不同驱动电压下驱动器EAP薄膜的变形情况以及其中的应力、应变和电场强度的分布情况.利用薄膜起皱判别方法,对驱动器的起皱行为进行预测,同时分析了预拉伸倍数对驱动器失效的影响.试验结果表明,EAP驱动器的理论临界起皱电压与理论分析比较吻合,预拉伸可以提高薄膜的机电稳定性能.研究结果可用于预测介电型EAP驱动器发生失效的临界电压,有利于保障驱动器的安全工作.     

反馈结构RLF补偿器在抑制Ⅱ型PIO中的应用研究

现代电传飞行控制系统中由于作动器速率饱和产生的突然的附加相位滞后以及系统操纵增益的降低,是触发Ⅱ型PIO的主要原因,对此通常采用相位补偿的方法进行抑制。为研究补偿器的抑制效能,建立了非线性的人机闭环系统模型。在分析基于反馈结构的RLF补偿器频域特性及其相位补偿能力的基础上,采用离散俯仰跟踪任务与正弦跟踪任务在时域内仿真研究了补偿器对Ⅱ型PIO的抑制效能。仿真结果表明,RLF补偿器可以有效抑制Ⅱ型PIO,经地面飞行模拟器进一步验证,表明补偿器明显改善了飞机飞行品质,可以用于Ⅱ型PIO的抑制。     

折叠翼飞行器发射段鲁棒非线性控制系统设计

为解决折叠翼飞行器在发射段各项特性变化较大、对飞行控制律鲁棒性要求较高的问题,设计了一种以块控反步法为基础的自适应鲁棒非线性控制器.在发射段动态模型基础上,该控制器采用径向基函数( RBF)神经网络自适应逼近飞行器特性变化时的系统未知不确定性和干扰,通过在虚拟控制律中引入动态面控制技术避免多重微分运算,克服了传统反步法...     

表达鸡传染性支气管病毒S1蛋白的重组假型杆状病毒的构建

根据鸡传染性支气管炎病毒M41株的基因序列(GenBank:AY851295.1),设计特异性引物,利用 RT-PCR方法扩增其 S1基因,并将扩增产物克隆到杆状病毒转移质粒pFast-VSV-G-CMV中,获得重组质粒pFast-VSV-G-CMV-S1,进一步将该重组质粒转化到DH10Bac感受态细胞中,得到重组穿梭载体Bacmid-CMV-S1,再利用脂质体转染sf9昆虫细胞,获得重组杆状病毒Ac-V-S1.间接免疫荧光试验表明,该重组杆状病毒可以转导哺乳动物细胞并表达S1蛋白.     

基于特征模型的高超声速飞行器鲁棒控制方法

针对高超声速飞行器不确定性因素多、参数变化范围大的特点,将特征建模理论与多模型自适应控制方法相结合,设计了一种基于特征模型的鲁棒自适应控制方案.将飞行器的飞行包络划分为若干个子空间,基于对象特征模型分别设计各子空间的H,鲁棒控制器,飞行过程中,通过在线辨识得到的特征模型参数对各子控制器进行平滑切换.该控制方案不但可以较...     

基于改进PSO-SVM参数优化的发动机起动过程辨识

针对影响支持向量机辨识性能的核函数及相关参数,找出使辨识结果最佳的核函数;结合两种措施改进粒子群算法,优化相关参数,选择最佳的参数组合.对比 BP 神经网络和支持向量机对发动机起动过程的辨识结果,得到支持向量机的辨识精度和收敛时间优于 BP 神经网络,与起动数据基本一致.在训练样本存在噪声的情况下,验证了所建辨识模型具...     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。