并联混合动力齿轮传动涡扇发动机建模与性能分析

为对比探究未来大推力航空混合动力系统与传统航空发动机的优劣,本文依托某概念型齿轮传动涡扇(Geared turbofan,GTF)发动机,设计了一个并联航空油-电混合动力系统(hybrid GTF,hGTF),在Matlab /Simulink数字仿真软件中建立相匹配的电动力模型以及氮氧化物NOx排放和噪声预测等性能参数计算模型,并在稳态和飞行任务剖面下初步分析了电动力系统的引入对原基线GTF发动机的性能改变状况。稳态仿真结果表明,大推力等级的并联油-电混合动力系统中,至少需要兆瓦级的电动力系统进行匹配;当电动力系统处于电动模式时,可能会带来低压压气机喘振的隐患;当电动力系统处于再生模式时,电能源相当于经过了电能到机械能再到电能的二次效率损失,不建议采用。飞行任务剖面动态仿真结果表明,相比于传统GTF发动机,hGTF推进系统的燃油消耗率最高下降15%,总燃油消耗节省8.3%, NOx总排放量减少18.8%,各部件起飞噪声总声压级减少1.5~3.3dB。分析结果表明采用并联混合动力系统具有显著提升省油、减排效果的能力,同时也具有一定的降噪潜力。     

悬停状态下直升机旋翼水滴撞击特性研究

介绍了直升机在悬停状态下,求解旋翼水滴撞击特性的数值方法.该方法根据直升机悬停状态下的准定常特性,对旋翼运动模型进行简化,并在对绕桨叶运动的气流场计算的基础上,采用有限差分方法求解水滴运动方程,得到水滴运动轨迹.进而,确定了水滴对旋翼表面的撞击特性参数,为旋翼防冰系统设计提供条件.最后,对NACA0012翼型的水滴撞击特性进行分析.      

空间碎片碰撞预警研究

介绍了空间碎片的分布和危害，阐明了航天器进行碎片预警规避的必要性，讨论了碎片碰撞预警技术中的关键问题，用已有的碰撞和规避实例对自行研制的软件进行了计算检验，结果证明了软件的正确性，也说明了国内进行碎片预警工作的可行性．     

基于概念聚类的用户兴趣建模方法

Internet资源的指数级增长促进了个性化服务的发展.针对传统的用户兴趣建模方法在准确率和增量处理能力方面的不足,提出了一种新的基于概念聚类的用户兴趣建模方法UIM2C2(User Interest Modeling Method based on Conceptual Clustering).该方法首先通过分析用户访问的历史文档构造后缀树结构,然后选择不同的相似度阈值,以不同的粒度合并基本簇.依据不同阈值条件下合并的基本簇之间的包含关系,生成用户的兴趣层次.UIM2C2方法是针对文档的一个增量式、无监督的概念学习方法,因此用户描述文件可以轻易的获取和更新.最后,通过数据集20NewsGroup上的实验验证了UIM2C2方法在兴趣预测方面的有效性.     

空间液滴蒸发实验中液滴图像的无损压缩算法

为了提高空间液滴蒸发实验中图像无损压缩率, 根据连续采集到的液滴图像之间相关性很大的特点, 提出了一种基于JPEG-LS和帧间预测误差编码的图像序列无损压缩算法. 该算法对图像序列第一帧采用JPEG-LS算法编码, 对帧间预测误差帧进行Golomb编码, 从而实现对连续采集到的液滴图像序列进行无损压缩. 实验结果表明, 该算法比单纯采用JPEG-LS算法的压缩率有明显提高, 编解码过程更简单, 编码需要时间更少.      

基于Hadamard方差的导航星座自主时间同步算法研究

文章在总结国内外研究成果基础上,针对GPS铷钟虽然短期稳定性较好,但采用Allan方差描述铷钟频率稳定性时,其钟差状态方程仅为两参数,在较长平滑时间里存在时钟漂移和甚低频噪声的影响,使噪声特性淹没或估值不收敛的缺陷,引入Hadamard方差建立了三参数系统状态误差模型,通过三次采样方差从模型上解决了线形漂移和甚低频噪声的影响问题。在时钟系统状态模型和星间双向测量方程建模基础上,给出了工程实用的标准Kalman基本滤波方程。数值分析仿真表明,采用Hadamard方差描述时钟频率稳定性显著提高星载时钟自主同步精度,从而克服了Allan方差描述产生的频率漂移影响较大和甚低频噪声不收敛的问题。     

顺载和管径对管内水沸腾两相流流动性的影响

利用地面转台旋转产生的离心力模拟飞行过载,并在此过载作用下进行了不同管径内沸水两相流实验.通过改变过载大小、管径、沸水流量等参数,得到沸水流动特性的初步变化规律,并对顺载作用下沸水的流型进行了拍摄.结果显示顺载和管径对沸水的流动会产生明显的影响.顺载作用使管内出现了一些新流型,并且增加了流动的不稳定性.压差随顺载的增大而减小,且管径越大其减小的程度越大.实验结果增加了动载下管道内工质流动特性的数据积累,同时对飞行器上蒸发循环制冷系统的理论分析和设计提供一定的借鉴和参考.      

基于相关分析和组合神经网络的退化预测

产品剩余寿命预测是加速退化试验和故障预测与健康管理两大热点领域中的关键技术之一.为了解决复杂退化的预测问题,提出了一种新型预测方法,对退化轨迹能够实现较长距离的预测.此方法首先对复杂退化数据进行小波变换,通过Durbin-Watson方法和偏相关图分析各级分解序列的自相关性,最后根据序列的特点,组合BP(Back Propagation)和小波神经网络对退化轨迹进行预测.为了验证所提组合神经网络方法的有效性,采用小波神经网络的预测结果进行对比分析.实际退化数据的预测结果表明,所提方法比单独采用小波神经网络,具有更小的均方差(MSE,Mean Square Error),对剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度.     

空间相机热平衡试验温度预测方法改进及应用

为实现对航天器热平衡试验平衡温度的预测,建立了热平衡温度预测的方程式,对影响预测结果的各参数进行了分析。首先,由节点网络法推导出平衡温度表达式,介绍了其基于非线性最小二乘法的求解过程,建立了平衡温度的迭代方程;其次,结合大量的试验数据,对影响迭代结果的3个因素进行了统计分析,并最终确定了各因素的合理取值范围;最后,利用温度预测程序对某空间相机热平衡试验中低温工况的平衡温度进行了预测,并与试验结束后的结果进行了对比。结果表明,预测温度与试验数据的误差为±1℃（在3%之内）,满足精度要求,对热平衡温度准确的预测有效的缩短了试验时间,节省试验费用。