超声速串列静叶积叠优化分析

在进口超声速、气流转折角大的高负荷条件下,静叶通道中激波强度高,激波、附面层干扰引起的损失大,且静叶中三维流动引起的径向载荷分布不均匀,易产生角区分离。叶片积叠优化是提高风扇性能的一项有效技术。采用数值模拟的方式研究了不同积叠形式对优化串列静叶沿展向激波结构,改善叶排间流动匹配的作用。三维流动对比分析可以得出:高负荷串列静叶采用正弓形积叠,叶片展向载荷分布合理,静叶端壁角区分离损失减小,前后叶片排流动匹配较好,风扇性能进一步提高。     

陶瓷基复合材料超声辅助加工技术

陶瓷基复合材料具有优良的力学性能以及突出的耐高温、轻质等特性,在航空航天等领域具有广阔的应用前景.但由于高硬脆性特点,陶瓷基复合材料加工难度较大.诸多研究表明,超声辅助加工技术是一种相对合适的加工方法,与普通机械加工相比可有效降低切削力、改善加工质量等.对发展较为成熟的Cf/SiC、SiCf/SiC两种陶瓷基复合材料的超声辅助钻削/磨削加工技术研究进展进行了介绍,分析了其中存在的问题,并提出了相应的对策.     

一种复杂空间飞网系统参数优化设计方法

由轻质软绳索编织而成的空间飞网是为非合作目标捕获而提出的空间系统概念,在空间碎片和废弃航天器处理方面具有很大的应用潜力。从平台抛射出后,飞网在空间形成不稳定的网形,且网形变化规律受初始参数设计的影响较大。针对空间飞网系统设计与试验中系统参数匹配问题,本文提出以容错值作为飞网展开性能的定量描述,从捕获任务的层面,建立面向捕获容错的空间飞网系统参数优化数学模型;以抓捕固定距离、确定大小的目标任务为算例,联合Isight优化平台与ANSYS/LS-Dyna求解,得到飞网系统最优参数匹配,算例仿真结果表明结果的适用性;最后,利用试验设计和极差分析方法验证最优点的稳定性。研究的模型与方法为开展空间飞网系统地面及空间试验等工程应用提供理论依据。     

基于双层K近邻算法航站楼短时客流量预测

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点。为了实现航站楼短时客流量的准确预测,在传统K近邻（KNN）算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型。通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8%~10%,为航站楼短时客流量精确预测提供了一种新的解决思路。      

粒子像斑三维定位的透视成像原理和方法

在三维粒子成像测速 (PIV)方面 ,可运用体积光照明同时从不同光轴用多个照相机获得PIV图像 ,如何根据这些不同光轴获得的PIV图像确定出粒子物点的空间位置是实现三维粒子成像测速的前提。基于此 ,提出了根据多幅不同光轴的PIV图像的粒子像斑实现粒子物点三维定位的透视成像定位原理和方法。精确确定透视平面与透视中心在空间的位置是实现粒子物点三维定位的关键 ,直接测定透视中心 (照相机的光学中心 )和透视平面在空间的精确位置用常规的测量手段和方法难以奏效 ,因而针对透视图像成像特征及规律进行了较为深入地研究探讨 ,这对于寻求精确计测透视中心和透视平面空间位置的方法有着重要意义。作为实例 ,还给出了两光轴夹角为 90°情况下实现粒子物点三维定位的一系列具体方法和有关算法及定量关系。     

语音模式中基于启发式搜取的快速匹配算法

语音模式匹配是语音识别技术的关键步骤之一。本文介绍了如何运用SA算法实现语音模式的快速匹配的思想。SA算法与传统的动态时间弯变(DTW)算法相比较具有计算量大大减少而系统识别率几乎不降的特点。     

电涡流磁推挽激振器(JCD-1型)的研制

“JCD-1型”电涡流磁推挽激振器是根据电磁涡流技术研制的一种非接触式激振设备。它测试精度高、噪音低、结构简单。为航空、航天、船舶、汽车等工程中无限宽板或周边固持板类构件的测振试验提出了一种新的激振方法。 文中介绍了对导电(磁性或非磁性)试件激振的工作原理和性能特点,叙述了该激振器的结构设计和磁路分析。用该设备对圆板和方板进行的实际激振证明,效果良好。     

基于特征识别的整体壁板快速编程推理算法

航天器整体壁板的编程效率已成为型号研制过程中的主要瓶颈之一.本文首先阐述特征识别技术在数控编程中的应用和发展现状.与传统编程过程先总体规划,再逐条编程的总-分方法不同,特征编程采取先生成单个特征的刀轨,再完成整个零件程序的分-总方法,易于覆盖从毛坯向模型最终状态全过程.在此基础上,提出了单特征和多特征数控推理算法,完成了整体壁板快速编程系统的开发.实践证明,使用该方法能够初步实现整体壁板数控加工程序的自动生成.     

复杂曲面零件散乱点云特征点提取

复杂曲面零件的几何特征提取对加工质量的检测及逆向重构具有重要意义。提出了一种复杂曲面零件散乱点云特征点提取方法。首先,提出了基于高斯权重的邻域主成分分析的方法,通过估计每一点邻域的局部变化程度对点云模型进行初始标记;然后,采用基于标记的自动识别法实现特征点的提取;最后,通过特征点聚类的方式去除了特征点集中的异常点,完善了提取的点云特征。该方法直接操作于散乱点云,无需任何的拓扑连接信息。试验结果表明:该方法简单、有效,不需要过多地人为调节参数,特征点提取完整。