基于回归模型的液体火箭发动机试验数据的验证与重构

由于传感器设计、制造水平和工作环境等原因,传感器工作异常、出现故障或失效现象时有发生,影响了试验的完成和试验数据的使用。在研究液体火箭发动机地面试验各测点参数相关性的基础上,建立了传感器验证网络,利用测点参数间的线性回归模型对传感器数据进行验证和重构。经过实例验证表明,利用线性回归模型建立传感器验证网络,验证与重构发动机试验数据是可行的、有效的。     

基于滑动多项式回归分析的区间估计和飞行数据异常值处理

针对飞行数据中的异常值给出了一种处理算法,对其进行识别、剔除与补正。根据飞行数据的特点建立了滑动二次多项式回归模型,并变换为正交多项式计算回归系数。在给定的置信概率下求下一个点的置信区间,判断实测数据是否为异常值。将已判定的异常值剔除并用拉格朗日法补正。在某型共轴式直升机的动力学特性研究工作中,利用这一方法对多次外场试飞数据进行了异常值处理,得到了比较满意的结果。     

基于Kalman滤波的镍氢动力电池SOC估算方法

动力电池的荷电状态(SOC,State-of-Charge)是电动车能量控制的重要参数,针对镍氢动力电池,建立了一种新的状态空间模型.电池模型采用荷电状态和极化状态作为状态向量,考虑持续充放电时电荷累积效应对电池电压的影响,对模型的状态方程进行了优化,增加了电荷累积项,以提高模型在变电流充放电过程中的精度.根据Kalman最优滤波理论,设计了电池荷电状态Kalman滤波递推算法,估算方法考虑了电池电压、电流和电池温度,给出了递推计算公式.根据恒流充电、恒流放电、脉冲充/放电、变电流充/放电实验的实验数据,对模型进行了仿真分析.结果表明,采用Kalman滤波估算方法有利于提高动力电池的荷电状态估算精度,适合应用在混合动力电动车中.      

基于工效分析与过程仿真模型的机载设备拆装时间评估方法

机载设备拆装时间是重要的维修性设计指标,是选择或优化设计方案的重要参数。提出一种以过程 仿真模型为基础,综合考虑维修作业复杂度和维修工效评估结果的拆装时间综合评估方法。首先,将机载设备 拆装过程分解为基础维修活动单元,规划仿真过程并建立仿真模型;然后,使用模特分析法分析基础维修活动 时间,并根据维修作业复杂度与维修工效综合评估结果确定维修时间修正系数,修正基础维修活动时间;最后, 根据基础维修活动时间和工作流程评估机载设备拆装时间,并以飞机发动机拆卸时间分析为例进行应用验证。 结果表明:该方法可对机载设备拆装时间进行准确评估,能够满足飞机研制的需要。     

航空发动机叶尖径向间隙静电监测方法

提出航空发动机叶尖径向间隙静电监测方法,分别对叶尖荷电在点电荷与电荷分布条件下的静电感应过程建立数学模型,得到感应电荷量与叶尖径向间隙值、叶尖周向位置及叶尖电荷分布的关系。设计并搭建叶尖径向间隙静电监测模拟实验台,提取时域特征参数并分析叶尖径向间隙值及叶尖局部曲率对静电水平的影响。数学模型计算结果表明:①感应电荷量与叶尖径向间隙及叶尖相对传感器的径向位置绝对值呈负相关;②感应电荷量与叶尖所带电荷量呈正相关,且与电荷密度分布有关;③感应电荷量与叶尖尺寸及传感器尺寸有关。实验结果表明静电信号方均根值和整流平均值与叶间径向间隙值呈负相关,与叶尖局部曲率呈正相关,其结果与理论模型相符。      

分布式电推进飞机动力系统评估优化方法

以电推进飞机的动力系统作为研究对象,开展了以下研究工作：采用电力系统潮流计算方法,分析了采用高压直流供电体制的分布式电推进飞机电气系统,模拟了其在稳定运行状态与断路故障状态下的能量流动关系,同时分析了直流电压等级对电气系统的影响。搭建了完整的分布式电推进飞机动力系统仿真模型,依据基于时间和基于高度的飞行剖面,对比分析了纯电推进与涡轮电推进架构在推进功率、推进效率与航程3个评价指标上的优劣。建立了动力系统典型部件的参数化模型,并使用符号规划算法对建立的参数化模型进行了优化计算,比较了传统涡轮推进与涡轮电推进架构下动力系统质量与燃油消耗率间的优化权衡关系。研究结果为分布式电推进飞机混合动力系统的设计提供了有价值的正向设计方法。     

冷环境中人体热调节的数学模拟与研究

针对冷环境对人体的影响特点, 建立了冷环境中准三维人体热调节系统数学模型, 采用数值方法对人体热调节系统数学模型进行求解, 计算了不同冷环境条件下人体温度分布及动态响应, 计算结果与实验结果相符。     

随机取向短纤维增强SMC复合材料疲劳损伤模型

 讨论了复合材料疲劳损伤的数学描述方法，引用等效模量随疲劳过程的降低作为损伤的度量，借助于连续介质损伤力学ＣＤＭ，建立起损伤速率与循环次数之间的幂函数关系。试验发现，疲劳损伤的演变可分为３个阶段，而在一定的应力水平下，稳定扩展的第２阶段占据主导地位，为从理论上预测疲劳寿命成为可能。     

可压缩粘性流绕翼型的N─S方程自适应网格解

从Ｎ－Ｓ方程出发,采用ＬＵ－ＡＤＩ隐式分解方法求解绕翼型的可压缩粘性流动。湍流模式采用Ｂａｌｄｗｉｎ－Ｌｏｍａｘ代数湍流模式和ｑ－ω二方程微分模式以研究湍流边界层的非平衡效应;为更好地捕捉激波,对网格进行了自适应调整。通过对ＮＡＣＡ００１２和ＲＡＥ２８２２两种翼型在亚音速和跨音速不同马赫数和雷诺数下进行大量计算,表明该方法对改进湍流计算、提高激波分辨率有较好的效果     

Variable-fidelity optimization with design space reduction

Advanced engineering systems, like aircraft, are defined by tens or even hundreds of design variables. Building an accurate surrogate model for use in such high-dimensional optimization problems is a difficult task owing to the curse of dimensionality. This paper presents a new algorithm to reduce the size of a design space to a smaller region of interest allowing a more accurate surrogate model to be generated. The framework requires a set of models of different physical or numerical fidelities. The low-fidelity (LF) model provides physics-based approximation of the high-fidelity (HF) model at a fraction of the computational cost. It is also instrumental in identifying the small region of interest in the design space that encloses the high-fidelity optimum. A surrogate model is then constructed to match the low-fidelity model to the high-fidelity model in the identified region of interest. The optimization process is managed by an update strategy to prevent convergence to false optima. The algorithm is applied on mathematical problems and a two-dimen-sional aerodynamic shape optimization problem in a variable-fidelity context. Results obtained are in excellent agreement with high-fidelity results, even with lower-fidelity flow solvers, while showing up to 39% time savings.