二维三角晶格的Peierls相变前后的声子色散曲线的研究

利用品格动力学理论计算了二维三角品格的Peimrls相变前后的声子能谱。并且在第一布里渊区绘制了主要的对称点、线上的声子色散曲线。通过对Peierls相变前后的声子能谱比较可知，随其对称性降低，声子能谱的简并度被破缺。二维三角品格的Peierls相变前只有两支声频支声子能谱，Peierls相变后有两支声频支声子能谱与两支光频支声子能谱，并且声频支声子能谱及光频支声子能谱不相交，两支光频支声子沿ky轴平缓地变化。     

基于状态方程的雷达目标航迹模拟方法

雷达目标模拟航迹产生的数据是进行各种雷达数据处理研究的前提。文章提出了一种基于状态方程的航迹模拟方法,该方法是利用目标运动的状态方程及最优控制理论来进行航迹模拟,最大的优点在于产生的数据符合目标运动的特性,更真实地接近空中目标实际运动的轨迹。仿真实验结果表明了该算法的有效性。     

圆柱近尾迹流动转捩特征的数值研究

本文用区域分解，杂交数值模拟方法研究了Ｒｅ＝３０００圆柱绕流近尾这中旋涡脱落及转捩波这两类不稳定性的时空发展与相互作用。速度功率变分析所得的无量纲转捩波频率比ｆｔ／ｆｉ符合Ｒｅ＾０．８７关系，与Ｗｅｉ＆Ｓｍｉｔｈ实验结果一致，而与Ｂｒｅｚａ等的数值预计的不同。     

机载火控系统智能检修设备的设计

介绍了基于PC的机载火控系统智能检修设备的设计思想,重点讨论了检修设备的硬软件实现方法.在软件部分阐述了利用VC控件MSComm编程实现串口通信的方法.系统精度和自动化程度高,具有良好的通用性,可方便地推广应用到新型机载火控系统上.     

飞机直接力模态控制律设计

 本文应用特征结构配置理论提出了一种飞机直接力模态控制系统设计方法,即适当选取闭环特征向量使得飞机相应状态动态解耦,从而实现飞机直接力模态控制要求。本文为某型飞机设计了直接力两种模态——机身俯仰和垂直平移的控制器。     

气体状态方程对正十二烷射流燃烧的影响

选取正十二烷作为航空煤油的替代燃料,应用大涡数值模拟方法和详细化学反应动力学相结合的方法对该燃料在超临界环境下的射流燃烧进行计算,研究其射流、燃烧及排放特性。重点考察了气体状态方程对射流形态、贯穿距、温度、混合分数等的影响。结果表明:理想气体和真实气体状态方程对仿真得到的射流贯穿距和宏观形态影响不大,而真实气体状态方程可以更好地反映在超临界环境下的液体燃料射流内部特征,如混合分数、温度;燃烧方面,仿真的点火延迟与实验存在10%的误差,火焰浮起长度、火焰形态、碳烟等均得到很好的预测,NOx与OH分布与温度场具有高度一致性。     

考虑驾驶仪动态性能的指令滤波反演制导律

针对攻击机动目标的制导问题,设计了一种考虑自动驾驶仪性能、输入项约束的指令滤波反演制导律。首先,基于三维空间内弹目相对运动模型,采用反演递推方式设计制导律。针对传统反演控制存在的"微分膨胀"问题,引入指令滤波器对虚拟量进行过滤计算。考虑硬件计算能力的约束,引入自动驾驶仪二阶动力学模型减少控制过程延迟,并利用饱和函数和低通滤波器对输入项进行约束。此外,针对机动目标设计了一种扩张状态观测器来获取其加速度。通过Lyapunov理论证明了所设计闭环制导系统的稳定性。通过仿真实验验证了该制导律相有效性及优越性。     

电弧风洞高焓流场模拟与气动热校核研究

为了在电弧风洞更好地开展高超声速飞行器防热材料或结构热考核试验,基于有限体积离散,建立了针对电弧风洞高焓试验状态的多组分热化学非平衡流场数值模拟方法。针对中国空气动力研究与发展中心20MW电弧风洞不同试验模型的高焓流场进行了模拟,获得了试验状态的流场特性和模型表面热流分布,通过与试验测量值比较验证了计算方法。研究发现在喷管出口和试验模型之间的轴向距离很近的情况下,可以采用喷管流场和模型绕流分开模拟。通过对比数值模拟方法中的热化学模型,表明采用Gupta 7组分和5组分空气化学反应数据获得的模型表面热流非常接近,同时相比单温度模型结果,双温度模型结果与试验测量结果更接近。比较了多个状态条件下计算和试验测量获得的试验模型表面热流,发现二者相差都在15%以内,验证了建立的数值方法模拟该风洞高焓流场的可靠性。     

基于深度学习的滑油监测方法研究

针对传统的数据特征提取方法难以提取航空发动机滑油监测数据有效特征的缺陷,提出了一种基于多尺度卷积神经网络(Multi-scales convolutional neural network,MSCNN)、长短期记忆(Long short-term memory,LSTM)神经网络和BP网络的单通道网络模型MSCNN-LSTM-BP。将多尺度学习融入CNN,MSCNN和LSTM以串行方式提取数据在空间维度和时间维度的二维特征。实验结果表明:3尺度的MSCNN-LSTM-BP对数据样本的分类准确率达到98.2%,单组电容数据采集测试时间仅为2.1986ms,综合分类率F1达到98.57%,总体性能优于CNN,LSTM和传统的多尺度特征提取方法。MSCNN-LSTM-BP满足航空发动机滑油监测对于实时性和准确性的要求,具有良好的适用性。     

基于MEMD和ELM的飞机机翼健康状态预测技术

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。