应用自由变形法的翼型几何外形参数化研究

对一种新的基于NURBS方法的自由变形参数化方法进行了研究,该方法继承了NURBS方法的优点并避免了其缺点。利用该方法对两副翼型分别进行了参数化和优化设计、反设计,流动控制方程为N-S方程,目标函数梯度计算方法采用了离散共轭方法。算例表明,自由变形参数化方法能够满足设计需要。     

基于"序列相对贴近度"的组合预测权值分配

在时间序列的组合预测权值分配问题上,为克服传统的均方误差倒数加权、熵权和最优化方法之不足,从预测值序列与评价样本序列间的贴近性出发,提出新方法综合衡量单一参与模型的适用性,并据此分配权值.详细给出了序列相对贴近度(SRND,Sequence Relative Nearness Degree)及与之相关的"序列趋势关联度"和"尺度区间熵"的概念,并提出基于SRND的权值分配方法.将SRND权值分配方法应用于航空发动机排气温度裕度参数时间序列的联合自回归滑动平均模型、函数系数自回归模型和径向基函数网络预测,有效地提高了预测准确度,获得优于均方误差倒数加权和熵权方法的组合性能,且运算量远小于最优化方法.     

基于相空间重构和神经网络的压气机机匣静压预测

建立了基于相空间重构和径向基神经网络的压气机机匣静压的预测模型。对试验数据进行相空间重构,分析其混沌特性,根据重构相空间的最小嵌入维数确定网络输入参数的个数,采用K均值聚类的方法优化网络的拓扑结构,根据时间序列的最大李亚普诺夫指数确定预测模型的最大有效预测步数,利用径向基神经网络的强大非线性映射能力,实现对时间序列的非线性预测,试验结果证明了该方法的有效性。该方法对压气机趋势监控具有一定的参考价值。      

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群算法应用于翼型气动优化设计的可行性。在优化设计的过程中,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。     

为中国开发太空探路创中国首飞太空记录 --纪念T-7系列探空火箭首次发射成功45周年

在中国第一个实用探空火箭系列--T-7系列探空火箭首次发射成功45周年之际,回顾了该系列火箭的研制由来和基本情况,论述了该系列火箭对中国开发中层大气和太空所起到的探路作用.     

捷联惯导系统中一种高精度姿态更新算法的推证

在捷联惯导系统中 ,姿态更新的计算是捷联惯导系统的关键问题之一。文章对四元数更新算法进行了研究 ,提出了一种新的四元数四阶泰勒展开高精度航姿算法 ,并在理论上给出了详细的数学推导和证明 ;为改进捷联惯导系统算法提供了重要的参考依据     

旋翼翼型非定常动态失速响应的计算

基于旋翼非定常翼型气动模型,给出了计算分离流和深度失速状态下的翼型非定常升力、俯仰力矩的数值计算方法。该方法采用半经验指数响应公式,利用数值离散方法来求解翼型的非定常法向力和俯仰力矩。分别计算了NACA0012和SC-1095翼型上的非定常气动载荷,并与可得到的试验结果进行了对比,验证了方法的有效性。文中还讨论了缩减频率和马赫数对动态失速响应的影响;然后,这个模型被改进以适用于后掠流下的翼型动态失速响应计算,分析了后掠角对翼型动态失速响应的影响。最后,得出了一些结论。     

结构刚度对翼根螺栓组载荷分布的影响

 由于静不定结构中载荷按刚度分配,对于机翼翼根采用螺栓组连接的结构,其连接螺栓承受的载荷会随结构刚度变化。为考察螺栓载荷随结构刚度的分布特点,结合某新型地效飞行器的机翼结构分析工作,在PATRAN/NASTRAN环境下对该机在翼根附近的主要结构进行了有限元建模。主要研究了因机翼剖面形状导致翼根各处刚度不一致而对螺栓载荷分配造成的影响。另外,考虑到中央翼的桁条对提高其支持刚度也会起到一定作用,因此,比较了中央翼带桁条与不带桁条两种情况下螺栓的受力特性。通过局部模型的有限元分析,总结出一些螺栓载荷的变化规律。得出的结论对于类似的地效飞行器或轻型飞机翼根连接设计具有一定参考价值。     

Object-based rice mapping using time-series and phenological data

Remote sensing techniques are often used in mapping rice, but high quality time-series remote sensing data are difficult to obtain due to the cloudy weather of rice growing areas and long satellite revisit interval. As such, rice mapping is usually based on mono-temporal Landsat TM/ETM+ data, which have large uncertainties due to the spectral similarity of different vegetation types. Moreover, conventional pixel-based classification method is unable to meet the required accuracy for rice mapping. Therefore, this study proposes a new strategy for mapping rice in cloud-prone areas using fused data of Landsat-8 OLI time-series and phenological parameters, based on the object-based method. We determine the critical growth stages of paddy rice from observed phenological data and MODIS-NDVI time-series data. The spatial and temporal adaptive reflectance fusion model (STARFM) is used to blend the MODIS and Landsat data to obtain a multi-temporal Landsat-like dataset for classification. Finally, an object-oriented algorithm is used to extract rice paddies from the Landsat-like, time-series dataset. The validation experiments show that the proposed method can provide high accuracy rice mapping, with an overall accuracy of 92.38% and a kappa coefficient of 0.85.     

空气动力二阶核函数辨识方法

采用截断三阶Volterra级数模型来研究空气动力二阶核函数的辨识问题,选取一簇正交化的切比雪夫多项式对二阶核函数进行参数化处理,并将非参数辨识问题转化成参数辨识问题。相比于其他方法,本文模型能有效降低对激励信号幅值的敏感程度,保证辨识出的核函数具有较好的保真度;只针对三阶Volterra降阶模型中的一阶、二阶核函数进行辨识,即可提升原系统一阶、二阶核函数的辨识精度,却不会显著增加辨识过程的工作量;参数化辨识方法属于整体性辨识,根据已有的部分数据对(输入、输出数据)就能完成系统辨识,且能达到较好的辨识精度,从而有效地减少了执行计算流体力学(CFD)代码程序的总次数,节约了大量的时间成本。算例表明,与目前流行的非参数化方法相比,本文提出的切比雪夫函数辨识方法,精度上达到预期要求,辨识过程消耗的CFD总时间量至少可降低一个数量级。