成败型与指数型单元混合系统的可靠性熵法评定

利用信息量等效的基本原则, 研究了成败型单元与指数型单元混合组成系统的可靠性评定问题.给出了成败型单元与指数型单元混合组成成败型系统或指数型系统时, 单元试验信息熵法折合的基本模型, 导出了成败型信息与指数型信息相互折合的基本公式, 并通过算例及其评定结果的分析比较说明了方法的具体应用及其有效性.      

1台微型三角转子发动机的研制与试验研究

介绍了微型三角转子发动机的研制及其在试验台架上的性能测试。在转速为7800 r/m in时,其输出功率可达220W;通过燃料的对比试验得知,在航模燃料(甲醇为主)中添加一定量的柴油,在基本保证动力性的同时,其经济性有一定改善。     

高比转速斜流叶轮流场分析

以两个高负荷、高比转速离心叶轮与斜流叶轮为例,采用数值模拟的方法,在级环境下分析了两种叶轮的总体性能,以及内部流动机理.计算结果表明在高比转速情况下,斜流叶轮有利于减弱叶尖泄漏损失,改善叶轮出口均匀性,提高叶轮效率和级效率.      

吸气式激光推进飞行器发动机特性分析

介绍了吸气式脉冲激光爆轰推进的环聚焦构形飞行器概念,建立了进气道流动模型;利用Chapman-Jouguet爆轰理论和Sedov自相似律,建立了冲量发生与推力传递模型,给出了冲量耦合系数及等效比冲与飞行参数、激光脉冲参数之间关系的解析表达式。计算了发动机冲量耦合系数及等效比冲随飞行高度、马赫数、入射激光强度和脉宽等因素变化的曲线,结果可为相关构形飞行器的弹道与激光器工作模式设计提供参考。     

Trust Region Filter算法在发动机在线优化中的应用

主要研究了航空发动机在线优化问题。以非线性发动机部件级模型为优化对象,将信赖域滤子优化法应用于航空发动机在线优化问题,相比基本的信赖域方法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的良好算法品质,通过必要的松弛重置避免了子问题的不可行性,滤子算法则保证了算法收敛到全局最小解。最后,基于Trust Region Filter算法,以某型涡扇发动机最小油耗寻优控制为应用仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比基本的信赖域方法在提高优化效果方面的优越性。     

推进剂加热通道结构对太阳热发动机性能影响

太阳能热推进是一种非常具有前景的空间动力平台,螺旋通道是STP（Solar Thermal Propulsion）推力室/热吸收室内部关键结构之一。本文运用数值模拟方法,通过改变螺旋通道结构参数,对STP性能进行了详细的研究,深入分析了STP的推力,比冲、质量流量变化情况,得出了一般情况下螺旋通道的长度,宽度参数范围,同时比较了单、双通道的优缺点,所得的结论对STP推力室/热吸收室推进剂加热通道结构设计具有指导意义     

基于符号序列联合熵的航空发动机健康监控方法

引入信息熵理论,结合对多参数时间序列的符号化处理,探讨其在航空发动机健康监控中的应用.利用符号序列联合熵对航空发动机性能参数无序程度的描述,分析航空发动机健康状态及其演化方向.对两组实际飞行数据的实验分析表明,该方法描述的航空发动机的健康发展趋势与实际情况相吻合,能够较好反映航空发动机的健康状态,可以为航空发动机的健康...     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.     

基于单目视觉的机器人避障方法研究

避障问题一直是机器人领域研究的热点和重点。设计一种基于单目视觉的避障系统,能够同时检测机器人正前方和两侧的障碍物,且对低纹理障碍物同样具有效果。该系统采用特征尺度检测器完成机器人视野正前方障碍物的检测,对于视野两侧的障碍物运用光流平衡策略进行规避,而对于低纹理的障碍物则利用图像熵的方法进行检测。整个系统在地面移动机器人上进行了测试,实验结果表明,该方法能在复杂的环境下可靠地完成机器人的避障任务。