离心叶轮全三维反问题方法设计误差稳定性研究

用流线曲率全三维反问题方法和引入滑移因子模型的准三维流线曲率反问题方法设计了叶片数不同的和增压比不同的小型高速离心叶轮.用商用计算流体力学(CFD)求解器估算了这些叶轮的性能.对比了这两种反问题方法的设计误差稳定性,考察了分流叶片对设计误差的影响.结果表明,流线曲率全三维反问题方法能够根据叶片负荷对叶片设计做出恰当调整.较准三维反问题方法,流线曲率全三维反问题方法所设计叶轮的增压比普遍偏高.随叶片负荷增加,较准三维反问题方法,流线曲率全三维反问题方法的设计误差变化较小,即其设计误差稳定性明显较好.分流叶片对准三维反问题方法设计结果的影响明显较小.      

基于广义S变换进行雷达信号时频滤波去噪

S变换自问世以来,凭借其优越性已经被广泛地应用于数字信号处理中。针对深空目标雷达回波信号的复杂性,为了得到较好的雷达回波信号,将基于广义S变换的时频滤波应用于雷达回波信号去噪中,并利用低通滤波器设计了时频滤波算子,克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷。通过理论分析与仿真波形对比表明,滤波后能有效地去除噪声,很好地保留了原始雷达回波信号的信号特征,展示了基于广义S变换的时频滤波的可行性,为雷达回波信号去噪提供提供了一种很好的方法。     

发动机无失效数据可靠性评估研究

在定时截尾寿命试验特别是高可靠性、小子样试验中的无失效数据,引入了逆Weibull寿命分布函数,提出采用不完全Beta分布作为故障概率的先验分布,给出分布参数的最小二乘估计以及故障概率的Bayes估计和多层Bayes估计,从而得到可靠度的估计。最后针对实际问题进行了计算,结果表明Bayes估计稳定合理且容易计算,假定发动机寿命服从逆Weibull分布时的计算结果具有较高精度和较小的偏差。     

氢氧火箭发动机羽烟紫外辐射参数反演研究

针对氢氧火箭发动机羽烟紫外辐射特性参数分析,提出一种基于紫外CCD(change coupled device)相机采集的单幅辐射图像,同时反演羽烟内紫外辐射源项和吸收系数的方法.该方法将羽烟简化为发射-吸收轴对称介质,通过对辐射图像数据进行Able变换得到三维介质内辐射强度分布,利用最小二乘法将反演问题转化为使计算得到的与Abel变换得到的辐射强度误差最小的最优化问题,然后利用共轭梯度法求解该最优化问题.通过在求解正问题得到的准确值的基础上添加随机噪声,模拟辐射图像数据,分析了测量误差对算法反演精度的影响.结果表明:该算法对测量误差不敏感,能够准确的重建羽烟内的辐射源项和吸收系数分布.      

无需辅助数据的分布式目标自适应检测器

在非高斯背景和没有辅助数据的条件下,研究了高分辨率雷达分布式目标的自适应检测问题.首先采用有序检测理论和协方差矩阵的迭代估计方法粗略估计散射点集合,进一步利用迭代估计方法获得协方差矩阵的近似最大似然估计,提出了无需辅助数据的自适应检测器(ADWSD).ADWSD在非高斯背景下具有近似恒虚警率特性,且检测性能远好于修正的...     

基于GSPN的机载液压作动系统可靠性模型

机载液压系统具有余度降级、故障检测、隔离等动态时序过程,传统基于两元可靠性模型很难描述其动态行为和性能降级过程.针对这一问题,采用分层聚类和广义随机Petri网相结合建立了机载液压系统可靠性模型.利用该模型,详细分析了故障检测装置的故障检测率对系统可靠性的影响.分析结果表明,由于故障检测装置故障检测率的影响,机载液压作...     

高负荷风扇级环境下叶片反问题设计

在对国内外各类叶片三维反问题深入分析的基础上,针对高效、高负荷风扇的设计需求,提出了级环境下风扇叶片三维反问题设计的技术思路。以高压比单级风扇为例,利用数值模拟、流动分析等技术手段,采用从基元截面、单排到单级环境逐步深入的方式,对级环境下三维反问题设计方法的可行性进行了验证,初步探索了级环境下叶片载荷分布规律,进一步发展并完善了高效、高负荷风扇叶片的三维反问题设计技术。     

现代自然层流翼型的设计方法

本文介绍一种设计跨声速自然层流翼型的计算流体力学(CFD)方法。本方法采用“正反迭代、余量修正”设计原理,通过将跨声速翼型设计软件NPU-TD2D中的反设计程序进行改进,并与含有层、湍流混合边界层修正的跨声速层流翼型计算程序DLRBGKWALZ耦合,实现了在跨声速粘性流动条件下直接设计层流翼型。亚、超临界的设计实例和风洞验证表明,本方法可以在几个设计迭代内设计出压力分布、转捩位置及气动参数均准确收敛于设计目标的新翼型,是一种设计现代自然层流翼型的有效而实用的CFD方法。     

固定——固定型无阻尼弹簧质点系统的质量优化问题

讨论了基于系统总质量最优化要求下的固定-固定型无阻尼弹簧质点系统的构造问题,通过求解广义逆特征问题获得了该问题的可解性条件和解的表达式,给出了数值算法和算例.     

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.