分腔流量比对涡轮曲端壁表面冷却特性实验

利用高速风洞及压敏漆（PSP）技术,研究了端壁表面不同分腔流量比对端壁表面的气膜冷却效率的影响。对比各个分腔在不同流量比下端壁表面的气膜冷却效率的详细分布发现：端壁表面的气膜冷却效率随着槽缝流（分腔1）流量比的增加而增大,随着槽缝喷射冷气流量的增加,冷气在端壁表面的覆盖范围变广,同时冷却效果也有所提升;随着端壁前部分腔（分腔2）冷气流量比的增加,叶栅通道喉部上游区域的冷却流体会出现明显的吹离壁面的情况,端壁表面的气膜冷却效率也会随之减小;端壁后部分腔（分腔3）冷气流量比对端壁表面的冷却效率的影响与分腔2类似。     

鼠笼式弹性支承结构参数优化设计与试验

进行了鼠笼式弹性支承的优化设计与试验研究.基于遗传算法和MATLAB开发了优化设计软件,进行了某航空发动机鼠笼式弹性支承的结构参数优化设计,并进行了柔度试验和疲劳应力试验.结果表明,疲劳应力下降到原来的40%,优化结果与试验结果的误差小于6%,验证了优化设计的有效性.     

基于系统优势函数和IAHP的预警机作战效能评估

针对预警机作战效能评估中作战效能的系统性和评估数据的不确定性问题,在建立预警机作战效能评估指标体系的基础上,建立基于系统优势函数和IAHP的预警机作战效能评估模型,并利用该模型对担负电子对抗任务的预警机作战效能进行分析。实例表明,加强分系统之间的协同合作是提高预警机作战效能的有效方法。     

缩扩孔对孔板气膜冷却效果的数值研究

从加强气膜孔内的换热量和孔板热侧的气膜覆盖两个角度来提高气膜孔壁的冷却效果,通过对气膜孔孔型的改进,提出了缩扩型气膜孔型结构,数值计算结果表明收缩进气可以强化孔内的对流换热;而扩张出气则可以使冷气出口的速度降低,气膜覆盖面更广,提高气膜的覆盖效果.与扩张孔相比,所提出的缩扩型孔在较低的吹风比下有利于改善冷却效果,而在大吹风比下则对冷却不利;然而与普通圆柱型孔相比,缩扩型孔在任何吹风比下均能改善冷却效果.      

基于遗传算法的航空发动机机载模型支持向量机修正方法

航空发动机的实时模型与发动机的匹配精度直接影响着航空发动机故障诊断的精度.提出了基于自适应遗传算法的最小二乘支持向量回归机(AGA-LSSVR)方法对航空发动机机载实时模型进行修正,有效的提高了模型的匹配精度.分析了最小二乘支持向量机中的参数的选取对模型修正的影响,在参数的选取空间里采用自适应遗传算法搜索最优参数.最后,比较了Back propagation(BP)神经网络、支持向量回归机、AGA-LSSVR等方法在机载模型中的修正效果.结果表明:提出的AGA-LSSVR具有很好的修正精度,验证了修正模型的有效性.      

基于支持向量机的航空发动机PID解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于支持向量机(support vector machines,SVM)的航空发动机PID(proportion integration differentiation)解耦控制方法.利用SVM辨识发动机非线性模型,并获得SVM瞬时线性化模型,在线性化模型的基础上完成了PID参数的在线自整定.利用Lyapunov稳定性定理对控制器的收敛性进行了分析.通过对某型航空发动机的仿真,验证了该方法的有效性和可行性.      

SVM最优分类面相对位置的修正

通过放宽标准支持向量机(SVM,Support Vector Machines)中类别边界至分类面等间隔的约束,保持两类函数间隔之和不变的条件,在支持向量机思想框架下得出分类面依样本分布进行调整的新型支持向量机,其对偶形式与标准支持向量机完全相同,从而在理论上进一步完善了支持向量机.在此基础上,提出使类别的函数间隔正比于样本标准差的具体算法--方差修正法,达到最优分类面的相对位置依样本方差而调整之目的.从统计意义上来说,方差修正法在分类精度上有所提高,但计算量增加不多.     

多点源诱偏系统对抗反辐射导弹效能分析

基于有源诱偏系统对抗反辐射导弹(ARM,Anti-Radiation Missile)的理论,导出诱偏误差公式,以3种典型布局方案(三点源布局1、三点源布局2及四点源布局)为例,对误差公式进行简化处理,通过数值计算得到诱偏误差曲线,分析不同布局方案下辐射源功率比对诱偏误差的影响;同时分析ARM的实际攻击过程,引入ARM机动修正,通过仿真分析得到ARM落点图和雷达保护概率曲线,对比不同布局方案下的诱偏效果,结果表明四点源布局为最优方案,对研究多点源诱偏系统对抗ARM的作战效能具有指导意义.     

基于支撑域的单分类器和密度估计的本质关系

单类支持向量机和支持向量数据描述是两种流行的基于支撑域的单分类器。为揭示采用高斯核后他们与密度估计之间的关系,首先将基于支撑域的单分类器统一到密度估计的框架下;其次证明了基于支撑域的单分类器诱导的密度估计和真实密度一致,同时也能减小积分平方误差。最后通过人工数据集实验验证了上述关系。     

支持向量机在航空结构声激励应力分析中的应用

支持向量机是一种新的机器学习方法。它以统计学习理论为基础,从结构风险最小化原则出发,具有很好的泛化及推广能力。通过采用支持向量机对飞机襟翼结构在声激励试验中获得的总应力、总加速度及总声压数据进行分类,分别获得结构响应间的线性关系和非线性关系的样本点以及线性与非线性界限。最后利用多元线性回归模型分别建立线性关系和非线性关系的仿真模型。研究表明,支持向量机在模式分类中具有良好的分类性能,在解决航空结构声疲劳问题中有较好的工程应用前景。