CX1型无人机称重仪

叙述了CX1型无人机称重仪的组成与工作原理,推导了CX1型无人机总重量及重心的计算公式,对系统的测量误差进行了分析和修正。CX1型无人机机身细长,动力装置距离飞机重心较远,对飞行性能影响很大。CX1型无人机称重仪是检测CX1型无人机的专用地面检测设备,它可以自动检测称重台架上三个支撑点的重量,计算出CX1型无人机的总重量及重心,并将检测与计算结果在面板上显示出来,可以非常方便地实现CX1型无人机的重量和重心的调配。     

整机结构设计的新评估方法—结构效率

开展整机动力学的研究工作,是保证在役发动机安全使用和在研发动机成功设计的迫切需要。本文从整机动力学的角度,提出一种量化各种结构设计对整机性能收益的评估方法—结构效率,进一步揭示其内涵,建立初步分析方法。通过某转子/支承系统的结构优化算例,指出了结构效率在整机结构设计中的优越性,并对结构概率的进一步研究前景和研究重点进行了论述。     

阻拦系统动力学建模与仿真

 以Mark 7 Mod 1型阻拦系统为基础,借助其中的油液流量系数的经验公式,将其扩展到Mark 7 Mod 3型阻拦系统。首先,将K-5型凸轮曲线进行扩展,重新设计凸轮曲线,使主液压缸的行程增加到4.65 m,进而增加了阻拦系统的容量,实现阻拦系统的优化。其次,考虑到主液压缸的质量不能被忽略,通过引入绳索的弹性形变,实现了阻拦过程主液压缸惯性、滑轮缓冲装置的惯性和飞机惯性的综合动力学仿真。再次,增加了滑轮缓冲系统,使阻拦系统的液压模型更为准确、完整。最后,在考虑了凸轮阀控制曲线以及锥形阀流量系数等各项参数变化的情况下,研究飞机各状态与阻拦系统中各参数的相互影响情况。     

具有时变权矩阵的离散Hopfield神经网络的稳定性

研究了以并行工作模式进行演化的具有时变连接权矩阵的离散Hopfield神经网络,得到了判定网络稳定的2个充分条件,改进了已有结果。     

基于模糊物元分析的空袭目标威胁评估与排序方法

结合现代防空作战特点,分析了影响目标威胁评估与排序的因素,在模糊物元分析的基础上,结合欧氏(欧几里得)贴近度的概念,提出了基于欧氏贴近度的模糊物元分析法.在对空袭目标进行威胁评估与排序时,将目标的各个特征作为物元的事物,以其各项评价指标及其相应的模糊量值构造复合模糊物元.通过计算与标准模糊物元之间的欧氏贴近度,并采用信息熵法计算各评价指标的权重,实现了对空袭目标的威胁评估与排序,为空袭目标威胁评估与排序提供了一个新的方法.     

飞机全机悬空静力试验技术

新飞机研制必须经全机悬空静力试验验证其结构的强度是否满足强度规范和CCAR23适航条例要求。本文针对飞机全机悬空静力试验的技术方法和试验误差分析进行了简要介绍。     

改进型LQR方法在飞机控制律设计中的应用

阐述了线性二次型状态反馈（LQR）理论在飞行控制系统设计中的优势。针对现代飞机飞行控制系统非线性、多回路和强耦合的特点，典型的介绍了纵向飞行控制系统的设计过程。选择反馈信号以及升降舵等变量作为输出量．使传统LQR最优控制中对加权阵Q和R的选择变为对降维的加权阵Q的选择,并通过真实飞行速度进行动态调参，最后，通过仿真验证了该方法的正碜性和实用性。     

舰载机服役环境中微生物的提取及其对 7B04铝合金腐蚀行为的影响

舰载机服役环境恶劣,容易遭受微生物腐蚀。从舰载机油箱和电子元件材料腐蚀产物中取样,进行微生物的分离、提取与鉴定,筛选出 7种典型菌株。通过开路电位(OCP)、电化学阻抗谱(EIS)和动电位极化曲线等电化学测试,初步研究了其中 3种菌对 7B04铝合金腐蚀行为的影响。试验结果表明,假丝酵母菌对 7B04铝合金腐蚀有抑制作用,而鲁氏不动杆菌和副干酪乳酸菌具有促进腐蚀的作用。     

支撑翼布局客机总体参数对结构重量的影响

针对支撑翼布局客机在总体设计阶段对结构重量分析评估的需求,建立结构重量与支撑翼总体参数之间的定量描述关系。利用有限元分析求解工程梁模型的方法建立考虑静强度和颤振约束的支撑翼结构分析模型,采用全速势方程加边界层修正的方法建立气动载荷计算模型,在此基础上建立支撑翼总体参数与主承力结构尺寸的优化流程,实现支撑翼结构概念设计优化及重量分析。以支撑翼客机为对象的算例研究表明,应用这一优化流程能够分析总体参数对结构重量的影响规律,并实现定量描述,可以为支撑翼布局客机概念方案设计提供技术支持和数据参考。     

基于模糊权重的轴承品质实现可靠性研究

以模糊数学理论为基础,提出了轴承品质影响因素权重确定的方法。对原始的轴承品质实现可靠性模型进行修正,提出了改进的轴承品质实现可靠性模型,并基于最大熵原理对轴承品质实现可靠性的真值及真值区间进行估计。以30306和30204圆锥滚子轴承为对象进行试验研究,发现原始的可靠性模型计算结果相对于试验结果的偏差为20%~35%,改进的可靠性模型计算结果相对与试验结果的偏差为12%~14%,偏差降低了8%~21%,可见改进的可靠性模型比原始的可靠性模型更准确。