平面埋入式进气道的口面参数选择与试验验证

为了提高飞行器的隐身性能和降低其迎风阻力,采用具有平面腹部的低雷达截面外形机身与埋入式进气道的组合是一种良好的解决方案。但迄今尚未有成熟的平面埋入式进气道设计方法可供借鉴,为此对平面埋入式进气道口面参数进行了组合对比研究,旨在通过口面参数的选择来改善进气道的气动性能。在此基础上,选择一组口面参数设计了一梯形进口的平面埋入式进气道方案,并进行了高速风洞试验验证。研究结果表明:(1)进口侧棱决定了所产生的卷吸涡的强度,而前唇口导流角决定了进口段的横向压力梯度,两者均是驱动主流进入进气道内部的关键因素,为此对进气道总压恢复系数和周向畸变指数均有着重要影响;后唇口型线特征参数对进气道出口总压高低压区的分布起着调节作用,为此可以作为控制周向畸变指数的一种辅助措施。(2)合适的口面参数能明显改善平面埋入式进气道的性能。选取23°导流角、4°侧棱角以及30°后唇口型线特征参数组合进行了方案设计和风洞试验验证,在Ma₀=0.7,α＝-2°~8°,β＝0°~2°的范围内,进气道的总压恢复系数在0.920~0.952之间,周向畸变指数在1.142%~2.237%之间,达到了实用水平。(3)研究范围内,攻角的增加有利于改善平面埋入式进气道的总压恢复系数和周向畸变指数,而小角度侧滑时对出口流场畸变的影响不大,不仅未下降,反而稍有增加。     

广义时变ARMA序列预测方法

提出一种广义时变ARMA序列预测方法,给出时变序列和广义时变序列的预测公式及其均方误差。该方法能够对均值、方差、自回归系数和滑动平均系数都随时间变化的广义时变序列(或信号)进行分析和预测,可广泛应用于气象、通信、自动控制、结构响应分析和故障诊断等领域。大量计算表明,本文方法与传统方法相比,具有更高的预测精度。      

航空发动机多变量自校正控制研究

针对航空发动机这一具有耦合和强非线性被控对象,采用基于带遗忘因子的最小二乘参数估计算法的最小方差多变量自校正控制,通过分析保证了闭环系统的可辨识性。仿真结果表明,控制器响应速度快,跟踪精度高,抗干扰和耦合能力强,估计参数能以较快的速度收敛。      

航空发动机油液监测中磨粒参数识别和优化研究

针对航空发动机油液监测中存在的磨粒特征参数过多的问题,采用主成分分析法进行了参数优化,经实践证明,用该方法可较全面地综合评价参数的分类状况,从而降低了磨粒识别的难度。     

惯性仪表中磁悬浮元件磁芯材料对其性能的影响

本文阐述了惯性仪表中磁悬浮元件的工作原理,分析了材料特性对磁悬浮元件性能的影响。通过对由性能差异较大的材料制成的磁悬浮元件进行参数测试,测试的结果验证了分析的正确性,为磁悬浮元件设计中的材料选用提出了有益的参考。     

大涵道比涡扇发动机循环参数优化算法研究及应用

针对多约束条件与多优化变量的大涵道比涡扇发动机循环参数优化问题,提出了自适应三次变异差分进化算法,运用多个Benchmarks多峰函数对算法进行验证,并将该算法与大涵道比涡扇发动机性能计算程序相结合,对多约束条件下的循环参数进行了优化.计算结果表明:自适应三次变异差分进化算法比传统差分进化算法收敛精度更高、收敛速度更快,大幅度提高了大涵道比涡扇发动机循环参数优化效果,适合解决大涵道比涡扇发动机循环参数优化问题.      

轻质复合材料发射箱盖结构设计与参数优化

 针对国内现阶段复合材料发射箱盖研制领域中所存在的一些缺陷,通过设计一种方形轻质复合材料发射箱盖结构提出解决方案。首先提出了结构中薄弱区与抛出部分的初步设计方案;然后对导弹发射时燃气流冲击箱盖过程进行了瞬态数值模拟,并根据数值模拟结果对箱盖结构参数进行了优化;最后针对优化结构冲破过程进行了数值模拟,结果表明,按优化后方案设计的箱盖结构既能实现结构的轻质化,又能在开盖过程中保证较好的冲破性能。     

氢动力冲压发动机冷却分析

在氢动力航空器上以低温燃料氢为冷却剂,对冲压发动机进行多级冷却,通过与以往的方案对比,确定了多级冷却加涡轮做功的方案,这种方案的优势在于不仅对发动机热部件提供了冷却,而且输出了功率。在此基础上进行数学建模,通过理论分析,推导出燃料热沉降率、燃料节省比以及输出功率三个参数与涡轮级数和总压比的关系。通过给定的状态,分析了各个参数的变化范围,由此确定出总压比和涡轮级数最优的参数选取,作为对新型氢燃料航空器冲压发动机的冷却系统设计的参考,以节省不必要的时间和技术浪费。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。