建模变量对非定常空气动力数学模型的影响

在某飞机大振幅偏航、滚转单自由度运动风洞试验的基础上,采用不同建模变量,用模糊逻辑方法建立滚转力矩模型,分析研究了不同变量对模型精度的影响;然后运用得到的较为合理的建模变量,采用非定常模型获取偏航-滚转耦合运动的气动力系数,并与试验结果比较,分析不同的变量组合对该模型预测精度的影响。结果表明,不论在哪种运动形式下,建模变量间的相关性都是造成模型预测精度低的主要因素。对于单自由度运动,应取α、β、ωy(ωx)为建模变量;对于耦合运动,以α、β、ωx、ωy为建模变量较好。     

内外函混合加力燃烧室扩压器内液雾湍流两相流场和浓度场数值模拟

 本文用κ-ε湍流模型和液雾轨道模型,对二维内外函混合加力燃烧室扩压器内有蒸发的液雾两相流动和混合进行了数值预报。其中对气相速度场和温度场的计算结果与实验符合令人满意,液雾两相流的计算结果在趋势上也是合理的,表明本文的模拟方法可用于加力燃烧室性能估算及优化设计。     

某型飞机起落架舱门数字可视化装配系统的设计研究

提出一种飞机数字可视化装配的设计方法和实现原理。在CATIA数字模型基础上,运用MAYA实行动画及渲染,以VisualC 为平台建立数字化装配的整体框架,用C 语言引入装配相关零件的各种信息,通过对这些信息的处理实现虚拟环境下飞机舱门的数字化装配。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

固体燃料超燃冲压发动机燃速研究进展

对固体燃料超燃冲压发动机燃烧面退移速率（简称燃速）研究现状和进展进行了详细阐述,分别从固体燃料类型、燃烧室构型、理论预估模型、数值模拟及实验研究等方面出发,论述了固体燃料在超声速流动下燃速研究的进展和难点;从亚燃冲压发动机、热防护层、富氧环境下绝热层烧蚀3个方面提炼出可以用于超燃冲压发动机燃速研究的经验和方法:①提出了加强针对固体燃料超声速流动中受热行为、传热传质过程的研究方向;②深入探索了固体超燃燃速性质;③开发了对应的数值软件及系统地进行实验等观点,为国内该领域的研究提供参考.      

变循环发动机部件级建模技术

以双外涵变循环发动机为研究对象,建立了其整机部件级稳态及动态数学模型,建模过程中考虑了导叶角和导向器面积变化对压气机和涡轮部件特性的影响,考虑了模式选择活门面积变化对副外涵进口空气流量的影响,所建立的模型能够执行变循环发动机2种典型工作模式:稳态及模式切换过渡态仿真.仿真结果表明:随着模式选择活门逐渐关闭,前段风扇喘振裕度显著减小;双涵工作模式下发动机耗油率低,适用于亚声速巡航飞行;单涵工作模式下发动机单位推力高,适用于超声速巡航飞行.      

固液火箭发动机试验燃速的计算

基于固液火箭发动机固体药柱燃速与药柱通道氧化剂质量流率的关系,推导分析得出:在2s短工作时间内或者药柱通道直径增大10%的情况下,燃烧室压力与其氧化剂质量流量成正比.因此通过试验测量的燃烧室压力可计算得到发动机转级或者关机拖尾段中的氧化剂质量流量.据此,计算发动机拖尾段消耗的燃料质量,消除发动机拖尾段燃料消耗对平均燃速的影响,可以修正常用的计算试验燃速的起止点平均法.利用此方法对两种试验推进剂组合的燃速进行了计算,原偏高的燃速值降低约20%,不同尺寸发动机的燃速符合尺寸规律,偏差在5%以内,使小尺寸发动机测得的燃速可应用到大尺寸发动机的设计中.      

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

An adaptive turbo-shaft engine modeling method based on PS and MRR-LSSVR algorithms

In order to establish an adaptive turbo-shaft engine model with high accuracy, a new modeling method based on parameter selection (PS) algorithm and multi-input multi-output recursive reduced least square support vector regression (MRR-LSSVR) machine is proposed. Firstly, the PS algorithm is designed to choose the most reasonable inputs of the adaptive module. During this process, a wrapper criterion based on least square support vector regression (LSSVR) machine is adopted, which can not only reduce computational complexity but also enhance generalization performance. Secondly, with the input variables determined by the PS algorithm, a mapping model of engine parameter estimation is trained off-line using MRR-LSSVR, which has a satisfying accuracy within 5&. Finally, based on a numerical simulation platform of an integrated helicopter/ turbo-shaft engine system, an adaptive turbo-shaft engine model is developed and tested in a certain flight envelope. Under the condition of single or multiple engine components being degraded, many simulation experiments are carried out, and the simulation results show the effectiveness and validity of the proposed adaptive modeling method.     

基于UML的无人机飞控系统建模

针对无人机飞控系统功能及其复杂而又难以比较全面的描述,提出利用面向对象统一建模语言UML对飞控系统进行建模,可直观地描述飞控系统,并可以从不同角度较全面地描述飞控系统。首先简要介绍了飞控系统的原理和功能,在此基础上,利用UML例图、类图、协作图、顺序图、活动图,分别从整体、静态、动态角度描述了飞控系统。使用这种方法对飞控系统建模可应用在无人机系统仿真建模中,对无人机系统仿真建模具有积极的研究意义。