混合总线测控系统在R0110燃气轮机低排放试验中的应用

针对R0110燃气轮机低排放试验内容的要求,提出了对试验平台的测试与控制系统的设计方案,并详细介绍了该试验平台测试系统与控制系统的硬件与软件结构和功能的实现,其中通过利用混合总线方式将原测试系统与新测试系统相结合,扩展了试验器的测试能力.根据试验中多路燃料供给规律的要求,提出燃料供给手动、自动2种控制方式,进一步提高了试验控制上的智能性.在自动控制程序设计中,充分考虑了燃料供应的风险,并制定了相应的处理方案,保障了试验的顺利完成,而且提高了该试验器的智能化水平和整体测控能力.     

航电环境下双冗余交换式FC网络的建模与仿真

通过分析光纤通道(Fibre Channel,FC)网络架构、协议及其冗余机制,将双冗余交换式FC网络抽象成链路、端口、终端、交换机和数据模型,开发航空电子环境下的双冗余交换式FC网络的仿真工具,仿真工具提供网络的吞吐量、数据传输延迟等网络性能评价指标。将实例网络实测和仿真的结果进行比较得出:时延误差和吞吐量误差在合理的随机变化范围内,其随通信负载的变化趋势一致,说明所建仿真模型能够反映航空电子FC网络的工作特性。     

基于神经网络的红外型空空导弹故障诊断专家系统

普通的导弹自动测试系统只能给出主要参数的检测结果,针对以上不足,通过对神经网络和专家系统在自动测试领域中的深入研究,设计完成了一种基于神经网络的故障诊断专家系统,克服了传统专家系统故障定位慢、容易出错、数据库难修改的缺点,提高了装备保障工作的时效性和可靠性。重点阐述了知识库和推理机的构建思路和方法,采用VC＋＋6.0进行软件设计。通过大量实验验证得出,该系统执行速度快、故障定位准确,具有广阔的应用前景。     

深冷组合循环发动机吸气模态循环分析与设计可行域研究

为了研究类似SABRE3结构的深冷组合循环发动机,建立了基于部件法的发动机设计点热力学计算模型,提出了发动机氦循环新的循环效率和循环特征参数的定义。考虑发动机参数的物理限制条件及不同工质循环之间的相互影响,求解得到了空气路、氦气路重要参数的设计可行域。在可行域内开展了空气路和氦气路的循环分析,获到了冷却当量比、性能参数等主要参数的分布结果。结果表明:此发动机空气热功转换比ηt2为0.02～0.746。氦循环设计可行域受ηt2及换热器热负荷限制;循环起始温度和热负荷限制确定的情况下,ηt2越低氦循环可行域越窄。降低发动机冷却当量比的关键是:提高换热器1的氦出口温度以降低氦流量;当换热器1和换热器2的氦出口温度同时取得最大值时,冷却当量比取得最小值。换热器1和2的氦出口温度分别取1200K和1300K时,空气路可行域内冷却当量比为0.917～2.64。     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

飞机舱门锁机构多失效模式可靠性分析方法

如何提高飞机舱门锁机构关闭系统的可靠性计算效率,减少计算时间,降低舱门故障率是亟待解决的 问题。选取某型飞机舱门锁机构为研究对象,通过 LMS建立飞机舱门锁机构仿真模型,研究锁机构关闭过程 中最大液压力失效和关锁时间失效模式的影响因素,考虑两种失效模式之间的相关性,基于重要抽样法和 B-P 神经网络方法,计算飞机舱门锁机构多失效模式下的可靠性;将这两种方法仿真计算结果与传统蒙特卡罗方法 计算结果进行对比,结果表明:以上两种计算飞机舱门锁机构可靠性的方法是合理的,其误差范围均在3%以 内,且两种方法的计算效率相较于传统方法均有所提高;其中,B-P神经网络方法比重要抽样法计算精度和效 率更高,更适用于研究飞机舱门锁机构的可靠性问题。     

微型燃气轮机燃烧室燃烧特性实验

针对燃气轮机低污染排放要求,在为使用气体燃料设计的低排放微型燃气轮机燃烧室单头部实验件上进行了燃烧特性实验,对比分析了燃料喷口位置、数量,值班级与主燃级燃料分配比例和不同空气流量分配方式时的燃烧效率和污染物排放特性。结果表明:改变燃料喷口的位置、数量可以改变燃料与空气的混合特性,对燃烧特性产生较大的影响;值班级与主燃级燃料流量分配比例的变化,会导致各燃烧区当量比的变化,主燃级燃烧区当量比降低至08以下有利于降低污染物排放;通过改变燃烧室空气流量分配方式,可以降低主燃级燃烧区的当量比,使NOx排放降低至272 mg/m3,燃烧效率达到986%。但用于掺混的空气流量的降低会使出口温度分布系数由021升高至024。     

某型飞机前起落架收放载荷当量化研究

飞机起落架的收放大部分是在飞机飞行时进行的,起落架主要承受着飞行时的气动载荷、质量力和惯性载荷,这些载荷的大小或方向随着飞机的飞行速度和起落架的收放不断发生变化。在地面进行起落架收放系统可靠性试验时,为真实反映起落架收放时的收放载荷,施加多大的收放载荷以及如何施加收放载荷成为起落架收放系统可靠性试验中的关键技术。本文对某型飞机起落架收放载荷进行了研究,提出了起落架收放载荷当量化处理的一种方法,并采用动力学软件对当量化结果进行了模拟分析,分析结果与飞行实测结果十分吻合,而且该当量化方法简易可行,便于在起落架收放系统可靠性试验中施加载荷。     

泵浦激光频率波动对核磁共振陀螺仪 零偏稳定性的影响研究

本文研究了泵浦激光频率波动对核磁共振陀螺仪零偏稳定性的影响.通过分析核磁共振陀螺仪理论模型和自旋光泵浦极化129Xe的过程,阐述泵浦激光频率波动对陀螺仪零偏稳定性的影响机理.结果表明,泵浦光频率波动会导致核磁共振陀螺仪零偏稳定性下降约3个数量级.泵浦光频率波动是制约核磁共振陀螺仪性能提升的重要因素.     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。