用Newton子迭代方法计算前飞旋翼粘性绕流

通过求解Navier-Stokes方程数值模拟了直升机旋翼前飞非定常流场，为了同时保证计算的时间精确性和计算效率，时间推进格式采用了双时间推进方法，在该方法中，子迭代过程由十分高效的LU-SSOR方法完成，且使子迭代过程成为Newton子迭代，空间上应用中心平均的有限体积法进行离散，为了模拟前飞桨时间的相对运动，网格布局采用了运动嵌套网格方法，应用本文方法对-悬停流场进行了数值计算，计算结果与实验吻合较好，尽管缺乏实验数据的验证，对-有升力前飞状态的数值模拟结果是可信的。     

飞机机体角运动引起的GPS测速误差的分析方法

提出了飞机机体角运动会引起GPS测速误差这-GPS应用中较为精细的技术问题，推演了机体角运动引起的GPS测速误差与GPS天线安装位置，机体角速度和飞机姿态角，航向角的关系，用真实参数演算分析了这种误差的大小，并通过实际工程应用验证了分析这种误差后对提高试飞结果数据的真实性，准确性的效果，最后指出，飞机机体角运动引起的GPS测速误差是GPS用于飞机测速的一项不可忽视的主要误差。     

用光流图象计算刚体运动参数的改进线性算法

本文提出了从光流图象计算刚体的旋转角速度和平移速度方向矢量的改进的线性算法.此算法考虑了未知参数之间的约束条件。模拟计算结果表明,改进的线性算法较文献的线性算法所得结果的误差小。     

有质量喷注和边界移动圆柱形流管中的声稳定性

本文利用Ｖａｎ Ｍｏｏｒｈｅｎ提出的平均处理法，从理论上分析了一维流管通道随时间变化和燃烧边界运动对燃烧室线性声稳定性的作用。得出结论是，空腔的瞬态扩大和边界运动平衡掉了一部分声能。     

构建固定翼轻型运动飞机质量控制系统的思考

研究了各国轻型运动飞机的适航管理特点,梳理国内轻型运动飞机(固定翼)质量控制系统的政策要求,重点分析了质量控制系统各要素的要求。最后结合我国轻型运动飞机(固定翼)取证现状,提出了建设质量控制系统的建议,为轻型运动飞机研制单位提供技术参考。     

六月不减肥 一直徒伤悲

减肥能有多难、有多痛苦?我虽不觉得,但也属于横不下心、瘦不下去型。时至6月,发现衣橱里盛夏服装仿佛集体缩水了一般,于是各种自我纠结和自我唾弃就像极了精神崩溃的祥林嫂——6月还不减肥,何止是7月徒伤悲?8月也徒伤悲,9月还是会徒伤悲,那绝对月月徒伤悲……     

双脉冲固体火箭发动机隔舱打开与破片运动过程模拟

相比传统固体火箭发动机,具有能量管理特性的双脉冲固体火箭发动机结构更为复杂,为了提高其工作可靠性,针对核心部件金属隔舱的破片运动过程开展了数值仿真与试验研究。首先基于LS-DYNA软件,分析中引入监测函数、逻辑开关函数和加载驱动函数,模拟燃气流对破片的连续作用力,计算得到了在不同时刻破片的空间分布规律、撞击点位置及发动机内部损伤情况,保证了破片运动过程的高保真还原。其次,为了验证仿真结果的准确性,进行了模拟二脉冲初始工况的热流试验,发现破片撞击位置及损伤程度的仿真结果与试验数据一致性较高,其中撞击位置的预示误差小于9%,试验结果充分验证了有限元模型的准确性。由此,建立了适用于双脉冲固体火箭发动机金属隔舱破片运动过程的分析模型,实现了破片撞击位置及损伤程度的高精度预示。     

深空探测器自主规划技术研究进展

在深空探测过程中,探测器飞行距离远、所处环境动态多变,传统地面站遥测遥控方式很难满足探测器控制的实时性、鲁棒性和安全性等要求,迫切需要探测器具有自主性,而自主规划技术是实现探测器自主运行的核心技术之一.介绍了自主规划技术发展历程,给出了深空探测器自主规划内涵,分别从自主规划和执行框架、任务规划知识模型、任务规划和重规划...     

跨介质航行器波浪环境入水流场演变和运动特性研究

跨介质航行器是一种既可以在空中飞行又可以在水下潜航的新概念航行器,基于仿生学原理,提出一种通过改变外形实现水空介质跨越的航行器模型,通过入水试验装置和计算流体动力学方法,对航行器带攻角从空气到水的介质跨越过程进行了试验和数值仿真研究,得到了跨介质入水过程航行器的运动姿态和入水空泡形态,并通过数值仿真得到了航行器的升力、阻力、速度和加速度演化规律。同时基于数值模拟方法对有波浪情况和静水情况下航行器入水过程空泡演变以及运动特性进行对比。结果表明:提出的航行器构型在水中具有较好的姿态调整能力,波浪的有无和波高的不同都会对航行体入水运动特性造成影响。     

基于特征融合和集成学习的运动想象脑电解码方法

开发高性能的脑电解码方法一直是脑机接口系统研究的重点和难点。为了进一步提高运动想象脑电解码的性能,提出了基于特征融合和集成学习的脑电解码方法。首先,针对每个通道脑电信号提取方差、自回归(AR)系数和带通功率特征,接着进行特征融合。其次,提出两种新的集成学习方法,分别是基于K最近邻(KNN)的集成学习模型和基于最小绝对值收缩和选择算子(LASSO)的集成学习模型。其中,KNN集成模型针对KNN分类器的K值以及闵式距离的P值进行集成,LASSO集成模型针对LASSO分类器的正则化参数进行集成,这两种集成学习方法计算简单且不需要烦琐耗时的交叉验证过程进行模型选择。最后,在三个公开的运动想象脑电数据集上验证所提方法的有效性。实验结果表明,新提出的集成学习方法,其分类结果优于支持向量机、随机森林等现有的分类器。LASSO集成模型优于KNN集成模型,在三个数据集上取得了71.75%的最高平均分类准确率。