高超声速边界层转捩特性试验探究

通过在激波风洞中开展转捩试验,选取来流马赫数分别为6和8,单位雷诺数分别为4.1×10 6m -1 、2.6×10 7m -1 和4.4×10 7m -1 的来流条件,研究马赫数、单位雷诺数以及攻角变化对钝锥边界层和平板边界层转捩位置的影响。结果表明,攻角增大使钝锥迎风面和背风面边界层转捩位置均前移,使平板边界层转捩位置也前移;钝锥边界层在低马赫数时更容易转捩,平板边界层转捩受马赫数影响在攻角有差异时有所不同;单位雷诺数的增大促进转捩,但对于钝锥边界层而言,该参数增加到试验选定的上限时,转捩位置的变化并不明显;在转捩过程中平板边界层的脉动压力系数与热流具有相同的变化趋势。试验捕捉到了第二模态扰动。     

基于本征旋转的刚体姿态跟踪系统滑模控制器

对于转动惯量参数时变和参数不确定以及外部扰动和作用力矩方向偏差的刚体姿态跟踪系统,提出了采用滑模控制的方法.利用误差四元数建立数学模型,通过本征旋转进行反馈线性化得到指令角加速度.设计滑模控制律,实现指令角加速度跟踪.仿真结果表明,所求控制律对刚体姿态跟踪系统具有全局稳定性和鲁棒性.     

基于增量式路标表观学习的移动机器人定位

在全景图像中,机器人参考定位的路标表观受到畸变、观察视角、路标尺度变化以及环境亮度的影响,致使基于全景视觉的机器人自主定位存在着许多难点有待解决.提出增量式的路标表观学习方法,准确估计路标的表观变化,并为基于粒子滤波的机器人定位过程提供准确的观测信息.增量式路标学习过程利用增量式概率主元分析为理论工具,将不同视角的路标表观的主元特征表示成不断自主更新的特征基底,为计算观测量与路标真实表观的相似度提供了实现途径和理论依据.该学习算法能够被集成到带有重采样的贯序权值采样粒子滤波算法过程中,实现了全景视觉机器人的精确自主定位.实验结果表明:该算法的定位误差小,计算量小,执行效率高,对全景图像中的各类干扰均不敏感.     

行星探测器GNC系统自主安全模式设计

针对行星探测器GNC系统自主生存能力要求高的特点,设计具有黄极捕获功能的惯性安全模式和无惯性系定向支持的应急安全模式．描述安全模式下姿态确定与控制任务,提出相应的方案．通过对安全模式的任务分析可知,该模式下探测器可以自主进行姿态机动,保证能源供给和星地通信链路建立．     

一类不确定混沌系统的强鲁棒跟踪控制

基于指数终端吸引子的有限时间快速收敛特性,将指数型快速终端滑模引入一类不确定混沌系统,提出了一种新的滑模变结构跟踪控制。证明了系统跟踪误差变量在有限时间内能以较快的收敛速度到达各级滑模面的邻域,并最终收敛至平衡点附近很小的区域,系统有良好的动态性能。Dulling系统仿真结果表明该控制策略有强鲁棒性。     

进水方式对水冲压发动机性能的影响

在一次燃气参数及总水燃比相同的情况下,研究了进水方式对水冲压发动机性能的影响,所得结论得到了试验结果的部分验证。研究表明,要使发动机获得较高比冲,进水方式的设计至少应该遵循两个原则——一次进水流量和活性铝粉流量接近1∶1;后部进水位置尽量靠前,以使所有水雾都能完全蒸发。     

基于充分搅拌反应器模型简化详细反应机理

基于充分搅拌反应器(perfectly stirred reactor)模型,改进了相关性分析方法和主成分分析方法的应用方式,对航空煤油(替代燃油)的详细反应机理进行了简化.该详细反应机理由航空煤油替代燃油(80%的正癸烷,20%的1,2,4-三甲基苯组成,以质量计)的反应机理和的NO_X反应机理综合得到,总共包含131种组分,1020个不可逆基元反应.简化工况选为:充分搅拌反应器进口温度800 K、压力101325 Pa、停留时间3 ms、体积为常数、忽略热损失;目标是使得简化机理在绝热的充分搅拌反应器中计算得到的温度和重要组分(CO,CO₂,NO)的摩尔分数与详细机理的计算结果在5%的误差范围内.结果表明,在简化工况宽广的当量比范围内(0.5～2.0)简化机理均能满足设定的目标.      

Boost变换器软开关技术的研究

提出一种新型有源软开关技术,在辅助开关和谐振电路的作用下,可以实现开关电源中开关管的零电压开通和零电压关断,而且可以减小开关管的电压应力和电流应力。对电路工作原理和参数设置进行了分析,给出了关键参数的选取原则。利用实际电路,验证了有源软开关技术的有效性。     

宽弦空心风扇转子叶片叶身结构设计参数分析

对空心叶片模型型腔和加强筋结构设计参数进行了分析;考虑到制造工艺可行性,采用ANSYS有限元软件对空心叶片模型进行了建模及应力分析。分析结果表明,加强筋数量增加,或加强筋与蒙皮厚度比增大,或加强筋扩散连接区域与非连接区域长度比增大,对蒙皮最大应力值影响不大,但对加强筋最大应力值影响较大。     

基于差分和局部积分均值的EMD算法

针对经验模态分解中无法分离频率相近信号的问题,提出一种新的经验模态分解算法。该算法将局部积分均值的"筛分"算法和差分经验模态分解算法的思想结合在一起。仿真结果表明,该算法的频率分辨率比基于局部积分均值的经验模态分解算法要高,分解效率要比基于差分的经验模态分解算法要高,同时在一定程度上抑制了边界效应。