天空飞行与地面风洞实验动态气动相关中的雷诺数影响

近10余年来,在3个动态气动专题领域内,地面风洞自由飞实验与对应的天空飞行器的绕流雷诺数虽然相差1~2个量级,但风洞自由飞实验结果多次预测或再现了天空飞行器出现的对飞行安全、飞行性能产生严重影响、其它地面风洞实验方法难以预测或再现的这3个专题领域内的动态气动特性,这至少为3个专题领域内天地动态气动相关中的雷诺数影响,提供了一个新的理解。     

基于人工鱼群算法的单机场地面等待优化策略

目前大型机场拥塞问题日益严重.推迟飞机起飞时间,将成本较高的空中等待转化成地面等待,是进行空中交通流量管理的一个有效方法.本文研究基于人工鱼群算法的单机场地面等待优化策略并进行仿真,有效地减少了总的地面等待延误损失,说明该方法是可行的;通过与其他几种智能算法的比较,验证了该算法执行效率高、实用性强.     

逆升压电子设备冷却系统的微机控制

逆升压电子设备冷却系统具有两种冷却方式─—冲压空气冷却方式和空气循环冷却方式，必须要有一套控制机构来自动选择系统的冷却方式。文中分析了以往的机械传动控制方法和基于三点温度的微机控制方法，并指出这两种控制方法的缺点。最后提出一种新的基于飞行高度及马赫数的微机控制方法。     

飞行冲突探测与解脱的研究

由于空中交通流量的增加,我国的空中交通管理系统面临着越来越严重的航线拥挤。解决这一问题的最有效方法之一就是“自由飞行”,即允许飞行员选择最合适自己的飞行航线和飞行速度。但这却给管制员的工作带来的困难。本介绍了如何将遗传算法用于自由飞条件下的飞行冲突探测与解脱,并且表明由于该方法计算快速,能够很好地解决飞行冲突问题。     

多元受限的航班时刻优化模型与方法研究

针对我国空域的实际，结合航班时刻制定的特点，在多元受限地面等待策略的基础上，建立了一个多元受限航班时刻优化模型，提出了一套求解该优化模型的改进启发式算法。并在所提模型和算法的基础上，开发了航班时刻优化系统，对全国实际的航班时刻进行了优化，验证了理论模型和方法的可行性。     

高负荷吸附式压气机叶栅开槽方案实验研究

在低速条件下对三种吸气槽方案的高负荷吸附式压气机叶栅进行了详细的实验研究.通过墨迹流场显示法对叶栅壁面流场进行了测量,利用五孔气动探针对叶栅出口截面进行了扫掠,并对不同叶高的型面静压进行了采集,详细分析了全叶高吸气方式和两种局部吸气方式对叶栅流场结构和负荷能力的影响.结果表明,采用吸力面两端吸气对抑制角区分离流动、减弱通道涡强度和尺度、提高叶栅内流动性能的效果要优于其它两种方式,积聚在角区的低能流体由于较大的吸气量而被大量吸除是性能改善的关键.     

柔性翼微型飞行器水平阵风响应特性实验研究

设计研制了一种飞翼布局的柔性翼和刚性翼微型飞行器,并在风洞中研究了两种微型飞行器在定常风和水平阵风作用下的气动特性,给出了柔性翼和刚性翼微型飞行器气动特性的差别.研究结果表明:不论是在定常风情况下,还是在水平阵风环境下,柔性翼的气动特性要优于刚性翼结构,柔性翼具有延迟失速和缓和阵风影响的能力,有利于稳定飞行.PIV测量结果表明:由于柔性翼的变形使刚性翼和柔性翼翼面上的流态不同,从而使微型飞行器的气动特性发生改变.     

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景,研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先,在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息,以及由FADS获取的动压、温度数据,建立了基于IMU、无线电和FADS的导航观测模型;然后,基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合,并压制了过程噪声和测量噪声,从而对上升器的状态进行了联合估计;最后,在数值仿真中,将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比,在比较不同滤波器性能的同时,验证了组合导航方法的有效性。     

轴向间距对压气机稳定性的影响

对低速轴流压气机五个轴向间距下的压气机特性进行了试验.通过试验分析了轴向间距对压气机失速点流量,以及对压气机工作于多团旋转失速流量范围的影响,论证了静子在轴流压气机中具有抑制扰动波发展以及增强气动稳定性的作用.实验结果表明,随着转静子之间轴向间距的减小,静子的增稳作用增强,压气机的失速流量减小.     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.