基于深度学习的超临界裂解煤油流量特性研究

为了明晰超临界裂解煤油的流量特性,实现对超临界裂解煤油流量的准确预测,采用实验方法测量了较大压力和温度范围内超临界裂解煤油的流量,对超临界裂解煤油流量特性进行了分析,基于多元线性回归方法,多元多项式回归方法和深度学习方法分别建立了超临界裂解煤油流量预测模型并给出了模型评估指标。研究结果表明,超临界裂解煤油流量主要与压降和温度有关,并且流量与压降和温度之间存在着很强的非线性关系;基于深度学习方法的深度神经网络模型性能优于多元线性回归模型和多元多项式回归模型,能够更加准确地刻画超临界裂解煤油的流量特性,其平均相对预测误差在1.1%左右,最大相对预测误差在7%以下。     

基于全连接神经网络的分层旋流火焰燃烧振荡预报

燃气轮机贫油预混低排放燃烧室容易发生燃烧振荡,在宽工况极端条件下燃烧主动控制有潜力成为抑制燃烧振荡的有效方法。然而主动控制系统依赖于对燃烧振荡的快速监测和准确预报,因此有必要针对不同的燃烧振荡预报手段开展研究和验证。本文以甲烷预混同心分层旋流火焰的图像为基础,采用降低图像分辨率和提取火焰结构特征参数这两种不同的方式对火焰图像信息进行简化处理,并使用全连接神经网络对燃烧振荡进行预报研究。结果发现,两种方式都可以较为准确地预报燃烧振荡,精度均达到90%以上。预报精度随着图像分辨率的增加而升高,在极低的图像分辨率(3*3)下,预报精度也能达到90%以上。此外,对根据火焰平均图像提取的结构特征参数进行了敏感性分析,捕捉到了系统稳定性的转变,但参数变化范围受训练集限制。本文提出的基于数据驱动方法对燃烧振荡的预报时间小于2 ms,为实现燃烧振荡实时在线预报提供了支持。     

The characteristics of valley phase as predictor of the forthcoming solar cycle

Is Solar Cycle 24 anomalous? How do we predict the main features of a forthcoming cycle? In order to reply such questions, this work partitions quantitatively each cycle into valley, ascend, peak, and descend phases, statistically investigate the correlations between valley phase and the forthcoming cycle. We find that the preceding valley phase may dominate and can be predictor of the forthcoming cycle: (1) The growth rate in ascend phase strongly negatively correlates to valley length and strongly positively correlates to cycle maximum. (2) The cycle maximum strongly negatively correlates to valley length, and strongly positively correlates to cycle minimum. (3) The cycle period strongly negatively correlates to the valley variation. Based on these correlations, we conclude that the solar cycle 24 is a relatively weak and long cycle which is obviously weaker than Cycle 23. The similarity analysis also presents the similar result. The Cycle 25 is also inferred possibly to be a weak cycle. These results can help us understanding the physical processes of solar cycles.     

大型民机增升装置噪声分析

随着低噪声发动机的使用,飞机机体噪声所占比例日益增大。尤其在飞机进场阶段,机体噪声中的增升装置噪声不容忽视。着重讨论了大型民机增升装置的噪声原理、降噪技术和预测方法,分析了增升装置前缘缝翼和后缘襟的流动特性,并阐述其噪声特性。然后对几种增升装置降噪技术的应用和发展进行了总结。最后介绍了气动噪声的几种预测方法。     

低轨卫星倾斜轨道设计及优化

根据有效载荷性能和任务需求对低轨卫星的倾斜回归圆轨道设计进行了研究,以升交点赤经为参数,对1个回归周期内特定目标的覆盖性能指标进行了优化。算例表明:卫星对地面目标点的覆盖率可达0.977 5。如需对多个目标点或目标区域进行观测,可在此基础上增加目标点再作优化设计,以获得最佳覆盖性能。     

基于星历拟合的短弧运动学定轨

当导航卫星在姿轨控和轨道恢复期间,传统的统计定轨理论难以实现精密定轨。首次提出 了基于10参数星历拟合的短弧运动学定轨方法,建立和推导了相应的理论模型和定轨解算方 法。其优点在于不仅能够反映卫星运动的物理学特征,提高了速度和轨道预报精度,而且不 需要累积数据,实现近实时快速计算,克服了动力学法定轨发散和单点定位无法获得速度信 息的不足。对COMPASS M-01导航卫星实测数据的处理表明,10分钟短弧运动学定轨的位置精 度优于10 m,速度精度为2 cm／s,预报5分钟轨道精度为15.02 m,满足了短弧跟踪条件下R DSS对轨道精度的要求,实现了卫星精密定轨。
     

轨道机动的时间-能量综合最优控制

围绕航天器快速精确轨道机动问题,探讨在持续小推力作用下,航天器轨道机动中时 间和能量综合最优控制的技术和方法。基于Pontryagin最小(大)值原理,针对目标轨道为平 面和空间椭圆的情况,推导了时间-能量综合最优控制的Hamilton正则方程组、终端条件 、横截条件和最优控制的表达式,应用数值方法求解正则微分方程组的两点边值问题,得到 了最优控制的数值解,包括最小时间、最小能量、最优轨道、最优控制时变曲线和最优反馈 控制曲线等,实现轨道机动最优控制的精确数值模拟。从数值结果的对比分析中得出了一些 有意义的结论,可供工程实际参考。
     

递推样条滤波的工程化应用研究

递推样条模型是目标跟踪中的一类高效建模方法,理论研究与仿真实验表明它有很高的精度和稳健性,但鉴于工程应用问题的复杂性,还需根据实测数据对模型进行验证和改造。以全测速体制下的弹道目标跟踪为背景,在分析实测数据复杂性的基础上,进行了模型工程化应用研究：确定了状态方程和模型更新策略;基于“当前”统计思想,提出了机动适应性更强的“当前”样条模型;引入面向状态的野值检择方法,提高了观测数据质量低时的弹道估计精度;给出了基于不完全预测时间阈值判断滤波发散趋势的方法,和重新初始化的发散应急机制。定性分析和计算实例验证了方法的可行性和有效性。     

基于扩展Kalm an滤波的实时测速定轨算法

针对实时测速定轨 (即只用测速数据确定运动目标的状态参数 )的实现问题 ,研究了一种扩展 Kalman滤波方法 ,并利用其状态方程和线性化观测方程得到定轨算法。理论推导和仿真结果表明 ,此算法是收敛的 ,且精度较高。     

轨道方程计算中Adams-Cowell方法的外推改进

在人造地球卫星精密定轨中,有摄星历的计算常采用A-C方法(即Adams-Cowell方法),针对这种经典的线性多步法,应用外推技术将计算过程进行了加速,从而提出了一种更高精度的WA-C方法(即Adams-Cowell方法的外推改进)。最后应用典型算例将A-C方法、KSG积分器、改进的A-C方法及文中的WA-C方法进行数值验证,并比较4种方法中卫星轨道沿迹误差的结果,结果表明采用WA-C方法的精度有明显提高。