双模态超燃燃烧室性能准一维计算方法

为了快速准确地得到双模态超燃燃烧室性能,对已有准一维非稳态方法进行了研究,发现当燃烧室工作在亚燃模态时此方法不能正确预测预燃激波串的压力变化趋势。将预燃激波串模型耦合到准一维非稳态方法中,得到一种改进的准一维非稳态计算方法。通过四组不同算例验证表明,此方法能准确地预测双模态超燃燃烧室的压力变化趋势,同时也能准确地捕捉到压力峰值,具有较高的精度和较好的适用性。     

基于混合燃料的旋转爆震发动机燃烧室冷态流场研究

为研究基于混合气体燃料的旋转爆震发动机燃烧室内流场特性,对混合气体燃料(H2+C2H4+C2H2)与空气在燃烧室内掺混的冷态流场进行了三维数值仿真研究。根据数值仿真结果,系统地描述了燃烧室内混合气体的流动特性,对比分析了不同喷注结构(燃料喷注深度、空气喷注环缝宽度)及不同的气体质量流率等因素对三维冷态流场及掺混的影响,并用掺混不均匀度定量评价了混合气体燃料与空气掺混的程度。研究结果表明,在文中给定的计算参数条件下,随着空气环缝宽度的增大,掺混效果能够得到一定提升;随着燃料喷注深度的增大,掺混效果有所下降;随着空气及燃料的质量流率的增大,燃烧室头部掺混效果略有下降,在中部掺混效果得到提升。     

主/被动雷达双模导引头

介绍了国外主/被动雷达双模导引头的研制背景和技术特点,重点描述了其发展应用情况及关键技术,指出发展主/被动雷达双模导引头的重要性和前景,希望由此促进我国主/被动雷达双模导引头技术的研究.     

基于源项辨识的飞机座舱污染浓度动态预测

随着大型民机飞行时间的延长,座舱空气污染事故发生概率也随之增大,快速准确的污染浓度预测对保证乘客生命安全具有重要意义.座舱各污染浓度的动态预测和污染源项强度辨识是实现座舱空气质量实时预测的关键技术.污染源项散发强度辨识,如采用最小二乘算法,参数估计是静态的,一般延迟较大;如采用单模卡尔曼滤波算法,虽能实现动态辨识,但不能同时兼顾稳态和过渡过程(突发污染)的参数估计性能,导致误差较大.为解决上述难题,本文提出基于源项辨识的飞机座舱污染浓度动态预测方法,同时完成污染源散发强度动态辨识和污染浓度状态实时预测.该算法由2个滤波器组成,分别用于匹配系统的稳态和突发过渡过程特征,提高浓度方程参数估计和状态预测性能,保证飞机座舱空气质量态势预测的快速性和准确性.仿真结果证实了该算法的有效性.     

胶态晶体模板的组装方法

综述近年来胶态晶体模板的组装方法,如重力沉积法、离心法、膜滤法、拉膜法、物理限定法、旋涂法和电泳沉积法。采用胶态晶体模板可制备孔状材料。     

地球同步轨道星地量子信道特性研究

为了研究地球同步轨道量子密钥分发过程中星地量子信道特性,项目团队研制了搭载于实践二十卫星的极弱光偏振态分发设备,开展了地球同步轨道卫星与地面间光子偏振态的传输实验.实验时,星载偏振光分发设备根据遥控指令以50MHz频率驱动四个激光器出光,分发|0>、|π/2>、|π/4>和π3π/4>四种偏振态光子,经过长距离的空间传...     

液体煤油超声速燃烧数值分析的湍流模型

利用计算流体力学软件对煤油在所设计的双模态燃烧室内的喷雾燃烧进行了数值模拟。采用k-ε三种形式、k-ω两种形式和雷诺应力湍流模型,计算了在飞行马赫数为5,煤油与空气的当量比为0.551时的情况。通过将数值模拟结果与实验数据进行对比,证明这些湍流模型都可用于煤油超声速燃烧的数值计算。并且,k-εRNG模型和k-ωSST模型的计算结果与实验数据最为接近,可以认为这两个模型在模拟煤油超声速燃烧流场中是非常有效的;而雷诺应力模型效果较差。     

前体边界层状态对高超声速进气道流动结构及性能的影响

采用CFD方法研究了前体边界层状态对轴对称高超声速进气道的波系结构、激波/边界层干扰特性以及流量捕获能力、总压恢复系数等的影响,获得了不同马赫数下进气道性能参数随一级锥边界层强制转捩位置的变化规律,并对采用二维粗糙体作为强制转捩措施给流场所带来的干扰进行了分析,研究中还对比了具体进气道设计方案间的差别.      

电磁层析成像中传感器阵列的优化设置

电磁层析成像（EMT）中传感器阵列的设置决定了获得的感应电压测量值的数量，对成像的效果有着重要的影响。为了探究传感器设置对成像质量的影响规律，通过改变传感器阵列中线圈的数量及相对位置对传感器阵列进行优化。在COMSOL Multi-physics中建立不同线圈数量的传感器阵列模型，采用不同的成像算法进行成像并比较成像效果，发现适当增加传感器的个数可以提高成像质量，但增加到一定数量则成像效果下降；同时在传感器阵列固定的情况下将传感器阵列按照一定规则进行旋转，发现旋转之后叠加的复合成像效果要优于未旋转的成像效果。该结果对下一步EMT系统设计中传感器阵列的设置具有一定的指导意义。      

基于神经网络的多模态故障检测

研究了使用RBF网络进行多模态辨识的结构和其在多模态故障检测中的应用。在信号满足持续激励的条件下 ,状态估计误差渐进趋向于零 ,辨识器的参数估计能够达到满意的效果。使用多个神经网络辨识器 ,对一非线性系统的多模态故障检测进行了仿真研究