离心式同向双旋流器空气雾化喷嘴雾化特性研究

对一种组合式的离心式同向双旋流器空气雾化喷嘴喷雾特性进行研究.双旋流器采用旋向相同的径向开孔式设计,在常温常压下试验,研究不同空气压力降和喷嘴供油压力工况下液雾的索太尔平均直径及分布指数.试验中以航空煤油为介质测试其雾化性能,采用马尔文激光测雾仪测量喷嘴下游50 mm处的液雾分布.结果表明:随着空气压力降和喷嘴供油压力的增大,索太尔平均直径减小,分布指数增大,推导了在空气压力降Δp/p＞3%和Δp/p＜3%两种工况下索太尔平均直径计算模型.      

发动机线性模型在动态过程中的应用研究

本文分析了发动机线性模型在动态过程中的应用研究,建立了发动机线性变参数模型,并进行了仿真验证,获得了较好的动态性能。这样,在发动机整个工作过程中,可通过线性变参数模型将发动机的稳态和动态过程描述出来,方便了控制器的设计。     

燃气发生器结构对燃烧性能的影响

为了确定最佳的燃气发生器结构,对不同结构的燃气发生器进行了对比试验,考察了喷嘴尺寸、燃烧室长度、燃烧室构型等因素对燃气发生器燃烧性能的影响.研究结果表明:在一定范围内增大喷嘴尺寸,燃烧性能基本不受影响,但却可以缩短燃气发生器的点火延迟时间,并且增大流量调节范围;增加燃烧室长度可以明显的提高燃烧效率;燃烧室的构型对燃烧性能有很大影响,收缩-扩张型着火段影响了燃烧过程,降低了燃烧效率,燃气发生器设计不宜采用这种构型.      

对地观测卫星成像调度的多目标约束修正方法

 约束修正是对地观测卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化,是一类复杂的组合优化问题。为得到优化可行的成像调度方案,提出一种新的约束修正方法。针对约束修正问题构建时间序有向图模型,并将约束修正问题归结为点带约束成本的优化路径搜索问题;在此基础上,提出一种基于标记更新的多目标约束修正算法。实际问题的实验与分析表明：该方法能够在规定的时间内求得问题所有的多目标优化解,有效地解决了卫星成像调度的约束满足与优化问题。     

数控加工钨渗铜材料工件的工艺参数选用

针对钨渗铜材料切削性能差,在数控切削加工过程中易产生裂纹、崩料、变形等质量缺陷,从刀具、切削参数、切削液选用及走刀路线的安排等方面综合考虑,提出了解决问题的工艺方法。     

大气紊流环境下的纵向飞行参数响应分析

介绍了大气紊流环境下飞机纵向飞行参数的计算与匹配方法.由于紊流的随机性特征,飞行参数响应分析采用时域与频域相结合的方式,对某型飞机紊流环境下的纵向飞行参数进行了计算分析.采用所介绍的方法,可以获得比较合理的飞行情况来指导型号设计工作.     

桥梁断面静风荷载的格子Boltzmann方法数值计算

通过引入反映湍流涡粘性的湍流松弛,得到了模拟高雷诺数湍流的BGK方程.在速度相空间、物理空间和时间上对BGK方程进行离散得到了三维十九速离散速度模型;结合分区计算技术,设计了格子Boltzmann并行算法;根据亚格子Smagorinsky模型,提出了直接从粒子分布函数计算湍流松弛时间的方法.用开发的并行计算程序对分体双箱截面和闭口箱梁截面的静风荷载进行了数值识别,得到的静力三分力系数和流场压力分布与风洞试验结果及CFD宏观方法计算结果吻合,并从表面压力分布入手分析了两种桥梁截面的绕流特点.     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

涡扇发动机早期退化性能的线性变参数估计

针对涡扇发动机线性变参数(Linear parameter varying,LPV)模型,给出了一种新的早期退化航空发动机部件性能LPV滤波器设计方法.该方法采用仿射依赖于参数的二次Lyapunov函数,在仿射二次稳定性的基础上,引入多凸性引理将滤波器求解问题转化为线性矩阵不等式(Linear matrix inequalities,LMI)约束下的凸优化问题,避免了求解参数化线性矩阵不等式(Parameterized linear matrix inequalities,PLMI)约束下的优化问题.针对某型早期退化涡扇发动机的仿真表明,该方法能以较高精度估计性能退化参数,且鲁棒性强,增益调度简单,具有一定的工程意义.      

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。