变循环发动机过渡态性能直接模拟方法

为了实现多变量可调的变循环发动机（VCE）过渡态性能模拟和控制规律设计,在稳态逆算法和过渡态性能隐式格式计算方法的基础上开发了变循环发动机过渡态直接模拟方法。在稳态逆算法模型中加入容积效应和转子动力学方程,实现了同时给定加速率、涡轮前温度和压缩部件工作点的条件下直接模拟计算过渡态过程中变几何参数和燃油流量的调节规律,验证了方法的精度和可行性,并将该方法用于变循环发动机转模态性能模拟和控制规律设计。计算结果表明,过渡态直接模拟方法的误差在0.58%以内,超声速巡航状态下由单外涵模态转换到双外涵模态的时间约为1 s,海平面静止状态下双外涵转单外涵的时间约为3 s,且推力、转速、涡轮前温度、喘振裕度等参数过渡平稳。该方法可简化转模态控制规律设计流程,并提高设计精度。     

采用双模压缩态的光子纠缠光纤陀螺仪研究CSCD

对采用双模压缩态的光子纠缠光纤陀螺仪进行了理论研究,采用角动量理论首次推导了双模压缩态输入的光子纠缠光纤陀螺仪的相位检测灵敏度,并证明了当光子数足够大时,可以达到海森堡极限。针对采用双模压缩态的光子纠缠光纤陀螺仪的二阶符合计数探测方案远未达到海森堡极限的情况,通过考察光子纠缠光纤陀螺仪各输出态的二阶符合计数对总的二阶相关光强的贡献,发现二阶符合计数探测方案存在量子增强信息的抵消,也即其中一个接收端光子数为偶数的输出态和光子数为奇数的输出态的二阶符合计数形成互补的倍频干涉条纹,进而相互抵消。因此,需要优化探测方案,提取完整的量子增强信息,才能实现海森堡极限的相位检测灵敏度。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

机器学习在流动控制领域的应用及发展趋势

流动控制作为流体力学中的重要跨学科领域,一直是科学研究和工程应用关注的焦点之一。由于流动系统具有强非线性等复杂特征,对流动的控制尤其是闭环控制,一直颇富挑战性。近年来机器学习的迅速发展为许多学科带来了新的方法、新的视角和新的观点,对于流动控制领域亦是如此。通过回顾现阶段三类基于机器学习的流动控制方法,为主动流动控制领域的研究者展示机器学习在流动控制中应用的整体概况,进而勾勒出本领域的发展趋势。     

湍流数据同化技术及应用

近年来数据同化（DA）被引入湍流动力学研究中,通过融合实验测量和数值计算,提高了实验测量的精度和广度,改善了数值模拟的预测性能。实验观测、预测模型和同化算法是数据同化的三要素,湍流研究中的实验观测包括热线风速仪、粒子图像测速法（PIV）、压力传感器等局部测量数据,预测模型主要指流动控制方程及湍流封闭方程,而同化算法包括贝叶斯推断、集合卡尔曼滤波（EnKF）、伴随等。稳态数据同化一般结合雷诺平均Navier-Stokes （RANS）模型方程,从重新标定模型常数、修正涡黏模型方程形式误差、修正雷诺应力项等方面着手。非稳态的数据同化一般包括四维变分（4DVar）等时间连续的数据同化方式以及顺序数据同化。4DVar通过时间正向和逆向积分迭代,存储量和计算量都非常大。顺序数据同化不需要时间逆向积分,可以在若干时刻对实验观测进行间断地植入,正向求解整个系统。另外,随着人工智能的飞速发展,湍流数据同化研究也向智能化迈进。对于纯数据驱动的湍流机器学习,其缺乏物理本质的约束,而基于物理信息的机器学习在物理本质上与数据同化是一致的。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。     

模糊温度控制系统在橡塑制品硫化工艺中的应用

根据橡塑制品的特点,以PLC为中心,在温度控制系统中应用PID 模糊抑制超调技术,研制一套平板硫化机模糊温度控制系统,提高硫化温度的精度,试验结果表明,所研制的系统能够全自动进行橡塑产品的硫化,操作方便,控制简单。     

电探针保护气体的优选原则

为了研究强冲击波作用下不同气体对电探针保护能力的差异,通过化爆加载实验分别观察了氦气、氩气和甲烷气体在不同冲击波强度下电探针电路的导通现象,实验发现冲击波马赫数在7.5～12.1范围内,氦气和甲烷气体均能有效地保护电探针,而氩气环境下的电探针电路产生提前导通现象。并用一维流体动力学理论分别计算了在相同的初始条件和3～8km/s范围内的六种不同飞片速度下氦气、氩气和甲烷的冲击状态参数。通过对这些状态参数和相关物性的分析,提出了电探针保护气体的优选原则。     

基于仲裁环的光纤通道性能分析

随着航空电子系统的发展,光纤通道技术正在逐渐取代传统的总线型通信网络。仲裁环作为一种经济的光纤通道拓扑结构,目前得到了较广泛的研究。本文利用OPNET modeler建立了光纤通道仲裁环及其节点状态机模型,并通过仿真对基于仲裁环的光纤通道性能进行了分析,为深入研究光纤通道奠定了理论基础。     

SVM和神经网络在电能质量扰动分类应用中的对比

提出了一种电能质量动态扰动特征向量的提取方法,分析比较了多种分类器对电能质量动态扰动的分类能力。首先采用小波包分解算法对电能质量信号某一频段内的信息进行精细分解从而提取出特征向量,然后针对该特征向量构造了相应的BP神经网络、学习向量量化(Learning vector quantization,LVQ)神经网络、自组织特征映射(Self-organizing map,SOM)神经网络及支持向量机(Support vector machine,SVM)分类器,并模拟实际电网中的复杂扰动信号提取其特征向量集,对多种分类器的分类能力进行对比。仿真结果表明,在较复杂的电能质量扰动情况中,支持向量机分类器仍能实现对信号的精确分类,对电能质量监测具有很好的应用价值。