基于DTW的涡扇发动机气路故障定量诊断方法

提出了一种利用动态过程信息对气路故障进行定量诊断的新方法.采用动态时间规整(DTW, Dynamic Time Warping)技术,对动态测试样本同已知的故障模式进行相似性度量,充分利用发动机的过渡态特征信息,实现了发动机气路部件故障的定量诊断.结果表明:这种方法的漏报率和误报率低,具有很高的诊断准确性,对测量噪声和其它不确定性具有很好的鲁棒性.      

气动静/动稳定性的相关性及粘性滞后时间的研究

风洞试验证实,物体的气动静稳定性和气动动稳定性之间,存在着反向演变现象。研究表明,它主要是绕流的粘性效应诱导的气动量和它们对物体姿态运动的时间滞后引起的,并且,该气动量中的静稳定性粘性诱导量和动稳定性诱导量之间是负相关的。本文给出了相关分析以及粘性诱导量之间的负相关模式,并用作者得到的风洞动态试验结果证明了上述负相关模式的实在性。此外,还根据上述风洞试验结果,计算了粘性动态相关因子Ｋｄ与粘性滞后的     

铸件的结构工艺性评价模型

基于有限差分法,分别采用模数法和近似传热法实现了对任意形状铸件凝固时间的快速计算,由此可获得铸件的热节分布规律,为设计人员从铸件结构工艺性的角度校核结构设计的合理性以及为铸造工艺人员设计铸件的补缩系统提供了可靠依据。通过对航空铸件进行验证,表明所建立的模型在改进铸件开发过程中具有较好的适用性。     

Laves相Nb-Cr合金的真空烧结

研究了真空烧结参数及机械合金化对Laves相Nb-Cr合金致密度的影响,结果表明球磨后粉末烧结试样的致密度增加率是未球磨粉末烧结试样的3~5倍;当烧结温度增加、烧结时间延长,Laves相NbCr2的合成更为充分,试样致密度增加。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明：得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

激波管中测量JP-10点火延时的吸附问题研究

在JP-10点火延时的激波管实验中,JP-10在激波管壁的吸附导致气相浓度的不确定是测量结果分散的主要原因之一.利用精确测定的吸附曲线确定了实验时JP-10真实的气相浓度,解决了高碳数碳氢燃料点火延时激波管实验时管壁吸附影响燃料气相浓度确定的困难.实验显示JP-10的吸附符合Langmuir吸附等温关系.     

新型自适应Terminal滑模控制及其应用

针对一类高阶MIMO非线性系统设计了基于快速模糊干扰观测器的自适应Terminal滑模控制方案.通过设计快速模糊干扰观测器,克服了传统模糊干扰观测器在误差较小时收敛速度慢的缺点.严格证明了跟踪误差及观测误差均在有限时间内收敛到零的小区域.最后在高超声速条件下,对空天飞行器再入过程的姿态控制进行仿真,结果表明了所设计干扰观测器的优越性和闭环控制方案的有效性.      

反舰导弹导引头ATE装订电路的设计及应用

阐述了反舰导弹导引头“闭锁时间”装订精度和“距选波门”装订精度在导弹战术技术使用中的重要性。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题，提出了一种基于虚拟慢时间的成像算法。首先，分析了双基地角时变对ISAR成像的影响机理。然后，基于图像对比度最大准则估计等效旋转中心位置，完成初次相位补偿。最后，通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵，并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题，通过虚拟慢时间消除转动相位项的高次项影响，利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

基于多特征融合的航天器锂电池健康评估技术

传统的航天器蓄电池可靠性试验按照最大放电深度进行定额充放电，所构建的失效模型用于支撑航天器总体可靠性设计，不能用于在轨锂离子蓄电池健康评估任务；航天器在蓄电池遥测的采样率、精度、样本量方面无法与民用领域相比，基于高采样、大样本的民用蓄电池健康估计方法也不适用于在轨锂离子蓄电池健康评估。针对该问题，从在轨航天器蓄电池数据特性出发，挖掘在轨状态下所能提取的退化特征，并采用多特征综合评价方法，设计了一种基于多特征融合的在轨锂离子蓄电池健康评估方法，实现了在轨蓄电池放电内阻、同放电深度下的终端电压、恒压充电时间3项退化特征融合的健康量化评估，应用于某型号卫星的在轨监测与健康评估，具有良好的工程实用性，可作为国内航天器健康评估技术的参考。