考虑盘片耦合的缘板阻尼器减振性能分析方法

叶盘结构趋于轻薄,盘片耦合振动不能忽略。本文旨在揭示缘板阻尼器对叶盘不同节径模态减振性能的影响规律。建立了考虑缘板转动的叶盘-缘板阻尼器集中参数模型,采用结合解析雅可比矩阵的多阶谐波平衡法求解稳态响应,利用非线性周期减缩技术,在不损失精度的情况下使计算效率提高至少3倍以上。研究结果表明,针对叶片主导的一阶弯曲模态,缘板阻尼器总体上对节径数越高的模态阻尼效果越好,但在盘片耦合区阻尼效果显著下降,约为25%至50%;此外,忽略缘板的转动效应可能导致对阻尼器减振效果高估约70%至100%。     

类X?47B无人机菱形编队气动干扰数值模拟

设计了一种由4架类X?47B飞翼布局无人机（UAVs）组成的菱形编队。通过求解RANS方程的数值模拟方法,研究了菱形编队无人机气动干扰问题,详细分析了影响机理,定量给出了编队减阻效果。计算结果表明:头机气动性能基本保持不变。两侧僚机受上洗气流影响,其减阻效果明显。尾机主要受下洗气流影响,其阻力增大,对编队久航和远航不利。在重力配平条件下,两侧僚机飞行阻力的减小是由攻角减小和诱导阻力减小共同引起的。尾机在编队中飞行阻力的增大主要是攻角增大带来的阻力增加,诱导阻力增大仅带来了20%的阻力增量。从减小下洗气流对尾机的不利影响出发,对不同垂向间距的尾机升阻特性进行了研究,并参考雁群头鸟变换行为机制,给出了无人机菱形编队飞行建议。      

结构动力模型一体化降阶技术

本文提出应用一体化降价技术实现结构动力模型的有效降阶，即首先在物理空间用动力缩聚（dy-namic condensation）法，然后在状态空间用平衡模型降阶（Balance Model Reduction）法，降低原始模型的阶数，这样就能结合有限元分析中物理模型降阶技术及控制理论中平衡降阶法的优点，所得降阶模型不仅阶数较低，而且所得状态空间方程具有可观且可控的优点。仿真表明，这种一体化降价技术算法稳定，计算精度高。     

旋成体表面沟槽减阻试验研究

在旋成体模型表面粘贴铝基沟槽蒙皮,研究沟槽表面对模型阻力的影响.给出基于来流单位雷诺数的沟槽尺寸无量纲公式,用于设计沟槽齿高和齿宽,依据试验风洞的单位雷诺数范围,选定3种尺寸的沟槽进行减阻试验.结果表明,在旋成体表面湍流流动区域顺流向布置沟槽,当沟槽齿高和齿宽的无量纲值h+、s+均小于25时,在小迎角下具有减阻作用,当s+约为15时减阻效果最明显,可减小约3%~4%的阻力.     

基于VPRS理论的航空发动机送修等级决策

应用变精度粗糙集理论研究了发动机状态信息与单元体性能参数之间的关系，提出了一种基于信息熵属性约简的航空公司发动机维修等级决策方法，从而在维修决策时能够更加客观地反映发动机实际损伤程度。最后以CF6型发动机维修等级决策规则生成为例说明了该决策方法的有效性。     

基于二进小波变换的磁共振图像去噪新算法

针对传统去噪方法在降低噪声的同时会模糊图像边缘的缺点,提出了一种基于二进小波变换的噪声抑制新算法.利用小波系数的区域相关性,将要处理的小波系数置于由它周围的系数组成的可变窗口内,由窗口内所有小波系数的值来决定该系数的处理方式.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,本文采用了具有平移不变性的二进小渡变换.实验结果表明,该方法较之传统去噪方法有更高的去噪精度,可以有效降低噪声,同时较好地保持图像细节和边缘信息.     

双重稀疏保持投影(英文)

稀疏保持投影(Sparsity preserving projection,SPP)是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏重建关系建图,从而包含自然的判别信息。然而,经SPP变换后,新的特征是所有原始特征的线性组合,因此很难解释其降维结果。为此,提出了一种新的降维方法——双重稀疏保持投影(Dual-sparsity preserving projection,DSPP),通过进一步对SPP的投影方向施加稀疏约束,希望获得投影方向的稀疏解。具体地,该方法把SPP中投影函数的计算转化为一个回归类优化问题,然后借助L1正则化回归技术获得稀疏投影向量。在人脸数据上的实验结果表明了该算法的有效性。     

原子钟调相白噪声降噪方法

原子钟的五种噪声反映了它在一定时间间隔内的性能。当取样间隔小于1h,原子钟主要表现为调相白噪声。在地方协调时UTC(NTSC)的实时监控中,不仅要求参考原子时(RTA,用于地方协调时控制的参考)具有很高的长期稳定度,而且要求其短期稳定度亦很高。影响RTA短期稳定度的主要是个台原子钟的调相白噪声。首先讨论了确定原子钟短期噪声的方法,进而利用小波分析方法研究了原子钟调相白噪声分离与降噪的方法。     

基于粗神经网络的民用飞机故障诊断

针对传统神经网络故障诊断过程中网络训练时间长、结构复杂以及仅能进行单值输入的缺陷,设计了一种基于粗神经网络的民用飞机故障诊断系统.将粗糙集理论应用在神经网络的前端对民用飞机故障样本数据进行约简处理,以此去除冗余属性的干扰,克服了无关样本数据对网络学习性能的影响,简化了网络结构;利用粗神经元代替传统神经元,提高了网络性能,扩展了网络的应用范围.通过对空中客车A320飞机的故障诊断试验验证了该方法的有效性.     

基于证据理论的覆盖决策信息系统约简的数值刻画

决策为划分的覆盖决策信息系统的特征选择理论和方法日趋成熟。但在数据采集的过程中,有些数据集存在对象的决策缺失或决策不能完全确定情况,那么将决策刻画为覆盖更加合理。而决策为覆盖的覆盖决策信息系统特征选择的研究却很少见。本文讨论决策为覆盖的覆盖决策信息系统的特征选择,利用证据理论中的信任函数和似然函数给出覆盖决策信息系统约简的等价刻画,从而给出求约简的算法,并以实例说明该方法的有效性。