基于模糊集理论的航空四站装备综合性能评价研究

利用模糊综合评价的原理,在考虑四站装备的各种性能指标和装备综合性能的基础上,建立四站装备的综合评价数学模型,得出四站装备综合评价值,追求航空四站装备综合效益,为科学评价四站装备综合性能提供理论依据。     

对某型航空发动机参数的调整分析

分析某型发动机部件对有关性能参数的影响和调整机理,针对因部件效率下降较多引起的性能参数不能同时符合技术要求的问题进行分析,提出适当减小喷管喉部截面面积最小液压限制值来进行调节,使之符合技术要求。     

一种新的加权最小二乘支持向量回归机及其对性能退化航空发动机推力估计的应用(英文)

要实现航空发动机的性能退化缓解控制,需要设计一个高精度并具有良好实时性的推力估计器。针对这种需要,本文提出了一种新的加权最小二乘支持向量回归机,并在此基础上设计了性能退化推力估计器。和现有的加权策略相比较,基于此新的加权策略的推力估计器不仅能满足性能退化缓解控制对精度的要求也能满足实时性的要求。最后,仿真实验证明此加权最小二乘支持向量回归机以及基于此回归机设计的推力估计器的有效性和可行性。     

富氢/富氧燃气同轴双剪切气-气喷嘴性能仿真分析

为研究富氢/富氧燃气同轴双剪切气-气喷嘴设计参数对燃烧性能和燃烧室热载的影响,采用正交试验设计方法对这些参数进行组合,数值模拟单喷嘴燃烧室流场,并以燃烧长度、燃烧室壁面和喷注面板处平均燃气温度为指标评价燃烧性能和热载.结果表明:燃氧速度比对燃烧性能和燃烧室热载影响最显著,中心氢流量比例对燃烧室热载影响非常显著,氧压降比对喷注面板处燃气平均温度的影响也很显著,而喷嘴出口壁厚对喷嘴性能影响不明显.燃氧速度比和氧压降比的交互作用对喷嘴性能有一定影响,而其他设计参数之间的交互作用对喷嘴性能影响非常小.最短燃烧室长度为117.9mm,最低壁面燃气温度及面板燃气温度分别为1637.7K和806.6K.      

欧洲“火星快车”探测器自行底盘概念设计的启示

通过对月球车和火星车的跟踪调研,重点介绍了俄罗斯所承担的欧洲空间局“火星快车”项目中火星车自行底盘概念的设计思想和具体实施情况。结合火星表面的复杂环境,研制方探讨了几种底盘结构设计方案,通过对比分析确立了6×6×4+4ш方案为优化方案;根据该优化方案研制的比例模型样机通过行走试验验证,结果表明自行底盘概念设计思想正确,有助于提高行星车在复杂地形中的运动能力、稳定性和可靠性。最后针对我国深空探测项目实施的需求,提出了拟开展工作建议。     

样本重复使用失效响应曲线分析结构可靠度方法

用基于样本重复使用失效响应曲线逼近法,为充分利用迭代过程中的样本点,提出了样本重复使用的思想,并由此发展出一种结构可靠度的计算方法.利用可靠度指标作为收敛条件,从迭代收敛后的所有样本点中选取靠近失效界线处的样本点构造失效曲线响应函数,最后通过蒙特卡洛抽样的方法计算可靠度.多个算例表明:该响应函数避免了对传统意义上的功能函数响应面的模拟,降低了模型维数,又由于适当地 引入了带交叉项、具有曲线旋转功能的响应函数,因此能够很好地逼近失效曲线,有效地提高可靠度计算精度.      

带多孔板的APU进气系统气动性能实验

利用实验方法对一类带多孔板的辅助动力装置(APU)进气系统气动性能进行了研究.实验结果表明:两出口的总压恢复系数和总压畸变指数均随流量的增加不断降低.总压恢复系数在定总流量时略微下降,在定配比时几乎线性下降.总压畸变在周向上主要受多孔板无孔区影响,径向上主要受流道曲率影响.随开孔率增加,总压恢复系数不断增加.动力端不同开孔率下,总压畸变以径向畸变为主,负载端在小开孔率时以周向畸变为主,大开孔率时径向畸变成为主要因素.      

基于预防性维修的APU性能评估建模与监控方法

当前民航领域对于辅助动力装置(APU)的维护方式主要有反应式维修和预防维修两种,但这两者都不能满足当前航空公司既要提升运行可靠性,又要节约维护成本的期望.本文将着重介绍APU的性能评估建模及监控方法.通过分析ACARS采样数据获得运行参数,应用统计分析获得关键参数以及参数修正数学模型.经过长期的数据分析获得关键参数阈值,从而评估APU性能.     

A Prediction Method for△f0F2min of a Single Station From Interplanetary Parameters Based on Statistical Study

Using 86 CME-interplanetary shock events,the correlation between the peak values of （a） the solar wind parameters(B_z,E_y,P_dyn) and the geomagnetic indices（SYM-H,ASY-H,Kp）, （b） the coupling functions（Borovsky,Akasofu,Newell） and the geomagnetic indices,（c） the solar wind parameters/coupling functions/geomagnetic indices and the ionospheric parameter(Δf₀F_2min), are investigated.The statistical results show that in group（a）,B_{z min} and SYM-H_min have the best correlation,that in group（b）,the best correlation is between the peak values of Akasofu function (A_min) and SYM-H_min,and that in group（c）,the best correlation is between K_pmax andΔf₀F_2min. Based on the statistical results,a method for predicting f₀F₂ of a single station is attempted to be set up.The input is modified B_{z min} and the outputs are SYM-H_min andΔf₀F_2min.Then 25 CME-IPS events that caused geomagnetic storms in 1998 and 2009 are used to check the prediction method. The results show that our method can be used to predict SYM-H_min andΔf₀F_2min.     

A new spectral index to detect Poaceae grass abundance in Mongolian grasslands

The objectives of the present study were to develop a new index based on remotely-sensed data for detecting the abundance of grasses in the family Poaceae, which has a high palatability for livestock in Mongolia, and to map the distribution of these grasses in the semi-arid Mongolian steppes. We measured ground-based spectral reflectance of pure plant leaves – including Poaceae grasses – and soils, as well as in-situ in the Mongolian grasslands. The hyper-spectral data, taken by a spectroradiometer, were converted into four multi-spectral bands (i.e., blue, green, red, and NIR) to simulate satellite-based imagery data. In order to magnify the characteristics of the spectral signal of Poaceae, NGBDI (Normalized Green-Blue Difference Index), NGRDI (Normalized Green-Red Difference Index), NDVI (Normalized Difference Vegetation Index), NNBDI (Normalized NIR-Blue Difference Index) were calculated from the four multi-spectral reflectance values. Poaceae Abundance Index (PAI) was derived by combining these four normalized difference indices. PAI was found out to be a good indicator to discriminate Poaceae grass from the other plant spectral data.