一种跨声速轴流压气机性能预测的数值方法

采用二维流线曲率法数学方法,考虑到不同因素对落后角和损失的影响,发展了一种适应于跨声速轴流压气机的落后角和损失模型.对轴流跨声速压气机NASA(National Aeronautics and Space Administration)Stage 37进行了数值计算,得到了设计点与非设计点的特性曲线,并与试验数据进行了...     

基于预测控制的角度约束制导律设计

针对低高度、大倾角末端姿态约束问题,提出了一种弹道跟踪制导律.离线优化得到满足终端约束的基准弹道.为了避免出现奇异,将对位置的跟踪转换为对视线角及视线角速度的跟踪.根据当前状态,利用连续时间非线性预测控制,以弹道跟踪误差和控制能量的组合为性能指标,在线滚动优化得到制导指令,分析了制导律的参数选取,最后对该制导律进行了全...     

一种多径条件下的MLS接收机测角误差分析新方法

为了准确分析多径环境条件下微波着陆系统接收机测角误差,在深入分析微波着陆系统(MLS)测角原理的基础上,提出了一种基于扫描波束主瓣等效替代的误差分析方法。该方法通过把往返波束脉冲主瓣用高斯钟形替代,准确计算了接收的扫描脉冲-3dB门限前后沿误差,建立了多路径条件下统一实用的接收脉冲包络波峰位置偏移误差模型和锁住闸门测量误差模型。为验证模型准确性,以特定的多径环境条件为例,计算MLS接收机的测角误差,将计算结果与利用Mathias经典模型的计算结果进行对比,并通过计算机仿真进行验证。结果表明,采用主瓣替代方法能够较好地克服经典模型精确分析误差方面的使用不足和缺陷,且对多径条件下接收机测角精度的准确评定具有一定的实用价值。     

利用涡的有利干扰推迟翼涡破裂

本文通过测力和水槽流态观察试验研究了战斗机和导弹式的翼体组合体翼涡破裂的推迟措施。利用安置于机翼(弹翼)前方和机体两侧的大后掠、小面积的机体边条所产生的边条涡的有利干扰,可以有效地推迟翼涡的破裂,从而达到提高最大升力系数和临界迎角的目的,试验表明,安置在不同位置的机体边条均可不同程度地提高最大升力系数C_(Lmax),在适当位置时,可提高临界迎角α_(kp)达2°～3°。     

大攻角飞行时机翼摇摆问题的神经网络控制方案

提出了一种基于神经网络的自适应控制方案,这种方案能够在对被控对象几乎没有先验知识的情况下对其实施有效的控制,对一个具有不稳定机翼摇摆问题的薄三角翼飞机模型的仿真证实了本方法的有效性。     

战斗机边条翼大迎角涡升力研究

利用求解(翼身组合体)欧拉方程的数值计算方法，对边条翼布局飞机的气动力特性进行了研究，计算并分析了边条翼对机翼表面压力分布的影响规律以及对全机升力特性尤其是大迎角升力特性的影响。最后，给出了带边条翼战斗机大迎角涡升力特性的研究结论。     

小发动机推力矢量的测量

针对小发动机推力矢量的特点和测量要求 ,在分析二轴转台数学模型的基础上提出了间接测量推力矢量的线性组合法 ,最后给出误差计算公式。通过转台的旋转和伸缩形成不同的试验工况 ,得到测量数据的超定方程组 ,再用最小二乘法解矛盾方程求得推力矢量的方向角和偏移量。经多次试验表明 ,用该方法测量推力矢量参数的不确定度远小于± 5% ,超过了原定技术要求     

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。     

JL8飞机失速尾旋飞行试验研究

叙述了JL8飞机失速尾旋试飞状态、试飞试验和试飞结果。试飞结果表明，JL8飞机具有良好的大迎角特性及低速和高速失速特性。其正飞尾旋获得了三种模态，即“落叶飘”型非定常尾旋、非定常陡振荡尾旋和左均匀平尾旋；倒飞尾旋呈不稳定型态。而且各种尾旋都能成功地改出。另外，还评价了误操纵对失速和尾旋的影响。可供飞机大迎角和失速、尾旋特性研究人员参考。     

俯仰—滚摆耦合复杂流场试验研究

给出 8 0°三角翼模型在低速风洞中实施俯仰 滚摆耦合大幅度振动的复杂流场测量结果 ,包括静态和动态、单自由度俯仰和滚摆、俯仰 滚摆耦合运动条件下的流动显示结果和强迫俯仰、自由滚摆条件下的滚转角时间历程测量结果。分析了耦合运动对前缘分离涡和气动特性的影响 ,以及不同相位角和不同频率对耦合气动特性的影响。结果表明 ,双自由度的耦合运动比单自由度运动具有更为明显的动态迟滞特性 ,进一步推迟分离涡的破碎 ,推迟开始滚摆的攻角αwr。