端壁抽吸槽道布置对边界层抽吸压气机平面叶栅性能的影响

在压气机静叶叶栅端壁适当位置进行边界层抽吸,可以控制平面叶栅内的流动分离,提高平面叶栅的气动负荷。为考察抽吸槽道不同布置方案对平面叶栅气动性能的影响,在哈尔滨工业大学发动机气体动力研究中心的跨声速风洞上,对不同抽吸槽道布置方案的压气机平面叶栅进行了吹风实验与数值模拟。结果表明:端壁边界层抽吸可以有效降低平面叶栅的总压损失,其效果与抽吸槽道布置的数量有关。     

变密度平面叶栅风洞的设计与实现

为满足先进涡扇发动机对变雷诺数平面叶栅试验的需求,设计了亚/跨/超声速来流高效变换、雷诺数和马赫数独立调节、压气机和涡轮平面叶栅试验为一体、换热与冷却试验能力兼具的变密度平面叶栅风洞,提出了风洞的总体设计方案。文章详细介绍了风洞引射器、半柔壁喷管及试验舱等部件设计问题,分析了流场调试及典型叶栅试验结果。调试结果表明:采用的部件设计技术实现了变密度平面叶栅风洞的主要功能,试验雷诺数可低至3.1×105 m–1,具备开展低雷诺数平面叶栅试验的能力。风洞流场调试结果满足《低速风洞和高速风洞流场品质要求》（GJB 1179A—2012）,为研究亚/跨/超声速压气机和涡轮叶栅低雷诺数流动问题提供了重要试验平台。     

永磁球形电机的神经网络自适应控制算法

介绍了具有三维位置检测功能的三自由度永磁球形电机工作原理及其运动控制方法.结合球电机结构特性,基于XYZ 欧拉角和拉格朗日方程建立了球电机运动学及动力学模型.为了解决动力学模型建模误差、摩擦力和外界干扰等对球电机工作性能的影响,设计了神经网络逼近模型,并将其应用于球电机的控制之中.仿真结果表明这种控制方法与传统方法相比可以有效提高球电机的抗干扰能力,在建模误差比较大的情况下仍可以保证球电机的运动精度,其结果可以为进一步的球电机精密运动控制理论研究和实验方案设计提供借鉴和参考.      

北航周盛教授和“叶轮机先进气动布局”课题组介绍

周盛教授,北航博士生导师,国家重大基础项目负责人,曾获国家科技进步二等奖,全国科技大会重大成果奖等。研究范围涉醍气动弹性力学、气动声学、非定常气动力学等多个领域,至今发表专著4部,中英俄文论文百余篇。曾任国家教委科技委委员及军工学科组组长,已培养工学博士22名。     

基于概率神经网络的相似度排序方法

为了研究相似度排序问题,对概率神经网络的结构进行了分析,对其输出进行了改进,使之输出后验概率,进而进行相似度排序。结合电火工品发火性能的预测问题,对方法进行了验证,结果表明：基于概率神经网络的相似度排序方法与实际结果相符,方法是可行的。     

本期导读

<正>附面层抽吸技术现代航空发动机压气机要实现以更少级数达到更高压比的设计目标,需突破大弯角高负荷叶栅研制关键技术。而该技术的难点在于,吸力面附面层低能流体在强逆压梯度下容易从壁面分离,导致流道堵塞,造成发动机气动损失增加及性能下降。大量研究表明,附面层控制技术对于提高压气机性能和改善流场结构有明显作用。因此,若能主动控制叶片表面附面层,使流道中的流场分布更为合理,就有可能推迟或抑制分离,实现更好的气动性能。     

高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。      

基于平流层风场预测的浮空器轨迹控制

平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解（POD）方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。      

基于视频的三维人体姿态估计

已有的三维人体姿态估计方法侧重于通过单帧图像来估计人体的三维姿态,忽略了视频中前后帧之间的相关性,因此,通过挖掘视频在时间维度上的信息可以进一步提高三维人体姿态估计的准确率。基于此,设计了一种可以充分提取视频时序信息的卷积神经网络结构,在获得高精度的同时也具有消耗计算资源小的优点,仅仅使用二维关节点的坐标为输入即可恢复完整的三维人体姿态。然后提出了一种新的损失函数利用相邻帧间人体姿态的连续性,来改进视频序列中三维姿态估计的平滑性,同时也解决了因缺少帧间信息而导致准确率下降的问题。通过在公开数据集Human3.6M上进行测试,实验结果表明本文方法相比目前的基准三维姿态估计算法的平均测试误差降低了1.2 mm,对于视频序列的三维人体姿态估计有着较高的准确率。      

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.