修正平均应力法预测轮盘破裂转速的试验研究

基于修正平均应力法,分析了TC17钛合金压气机轮盘型面尺寸参数对径向和周向破裂转速的影响,并对破裂模式的转变进行预判。进而设计了针对径向破裂模式的轮盘试验件,并开展了TC17钛合金压气机轮盘的破裂试验。轮盘破裂试验结果与修正平均应力法计算结果吻合较好,计算的破裂转速储备与试验结果的误差由修正前的7.24%下降为修正后的0.72%,可为工程应用提供依据。     

基于三次样条插值的激光干涉图的细化研究

在利用Ｚｅｒｎｉｋｅ多项式拟合波面的方法中,干涉图的细化误差直接影响波面的拟合误差。提出了利用三次样条函数插值的方法,将干涉图的灰度值分布曲线转换成严格的光滑曲线,从而通过数值计算方法求出灰度值曲线的极大值和极小值,以达到细化的目的。     

可压缩湍流边界层壁面函数方法综述

以建立工程实用的高超声速湍流边界层模拟方法为目标,从湍流壁面函数是湍流边界层方程近似解的角度,梳理了相关文献的研究工作,得到如下认识:1)壁面函数与所求定解问题数值解的相容程度决定了壁面第一层网格允许放粗的程度,在流动分离点和再附点附近区域,目前壁面函数尚需进一步完善,而"子网格"壁面函数从理论上解决了相容性问题,尽管...     

基于多模型最优融合的双星定位系统一体化精密定轨方法

针对卫星动力学模型复杂且不准,考虑到卫星定轨中待估参数在时间和空间上的相关性,提出了一种基于多模型最优融合的双星定位系统一体化参数建模的近地卫星精密定轨新方法.利用节点自由分布B样条描述卫星运动,实现了对卫星粗略动力学模型的抑制作用;同时结合双星观测模型,使该方法转化为关于求解卫星轨道样条表示参数和定轨系统误差的多模型融合的非线性优化问题;通过引入模型结构确定最优融合权值的选取准则,在最小二乘准则下,采用非线性最优化方法搜寻样条的最优节点分布,得到了待估参数的最优估计,完成了近地卫星的精密定轨.理论分析和仿真计算表明,该方法确实有效,不仅提高了卫星的定轨精度,而且使状态估计的结构更加稳定.      

基于ICCD的空间微光成像系统成像性能研究

研究基于像增强型CCD(ICCD)的空间高分辨率微光成像系统的成像性能。通过理论推导及数学仿真的方法,对系统在微光条件下的能量传递、极限分辨力、信噪比以及调制传递函数进行分析计算。研究表明,系统在黎明照度条件下具有较好探测能力,通过对ICCD器件制冷可以有效提高系统信噪比,实现满月照度的探测成像。     

流量预测下智能寻优门限值的AOS帧生成算法

针对AOS空间通信系统的自适应帧生成算法帧生成时间门限值需要人工设置问题,提出一种流量预测下智能寻优门限值的AOS帧生成算法。该算法使用小波神经网络对ON/OFF模型产生的自相似流量进行预测,根据预测流量计算复用效率和平均包时延,使用人工鱼群算法对建立的综合评价函数进行智能寻优,从而得到帧生成算法的最佳门限值。该算法可以随自相似流量的变化自适应地确定门限值,在保证高效的复用效率的基础上,大大降低了系统的时延,从整体上提高了系统性能。     

混合法(权函数─—光测技术)在断裂力学中的应用研究

本文采用作者提出的混合法（将光测技术与权函数相结合）,求解了含孔板在不同应力场裂纹的应力强度因子。     

内重力波传播的3维传输函数模式研究

在考虑背景风场及大气耗散的条件下,建立了3维内重力波传输函数数值模式.分析了300 km高度3维传输函数在频率波数域的特性,并以近地面单位脉冲点源为激发源,得到了内重力波在3维空间中的时空分布.讨论了不同时空尺度地面方波源激发的内重力波在电离层高度的能量分布特征.结果表明,(1)对内重力波而言,背景大气相当于一个带通滤波器,只有波动周期和波长分别在15～30 min和200～400 km之间的重力波扰动最容易上传到300km高度;(2)在背景风场的作用下水平面上以同心圆扩散的波阵面以及垂直方向上成漏斗状的波阵面发生了变形,并且逆风方向比顺风方向更有利于声重力波由对流层向电离层高度传播;(3)300km高度对时间尺度和空间尺度分别在20～30 min和150～250 km之间的地面方波源响应的总能量最强.      

基于图像特征分类和RBF网络的两轴车辆动态称重技术

汽车在行驶过程中的总重信号通常由各轴重信号确定,各轴重信号的测试精度取决于对车辆运动参数和振动信号等的精确分析。本文采用径向基函数(Radial basis function,RBF)网络处理轴重信号,针对该网络的泛化能力与拟合精度的矛盾,将车辆按照重量分为大、中、小3种类型,并进行整车建模和网络训练;实际测试过程中,利用汽车俯视图像提取类型特征,然后根据汽车的类型将测试参数输入不同的神经网络进行处理,以静态测量结果为相对真值。仿真结果表明,分类建模比单一混合建模具有更高的测试精度。     

基于小生境遗传自适应RBFN的歼击机故障认定方法

在模式识别领域中,如何实现更高精度的分类一直是个核心问题。本文提出了将自适应RBF神经网络与小生境遗传算法相结合的方法,其中自适应RBF神经网络通过对样本判断,自动实现对RBF网络添加新的隐层节点或者将样本归于已存在的隐层节点所属的类;小生境遗传算法用于寻找最优的网络宽度值。两者相结合最后确定一个隐层节点数与类别数相同的俭省的网络。用歼击机故障数据进行仿真,比较结果表明此方法能实现更高精度的故障认定。