微型客车后视镜气动噪声仿真分析与控制

采用大涡模拟(LES)对某微型客车的瞬态外流场进行仿真分析,应用Lighthill-Curle声类比理论,采用FW-H声学模型,预测其车外气动噪声特性.对后视镜局部造型进行优化改进.最后进行了实车道路实验,测试了60～120 km/h整车噪声,测试结果表明,通过改进后视镜的造型整车噪声有了明显降低,且最大降幅为1.2 dB.      

航空发动机部件性能故障融合诊断方法研究

提出一种对航空发动机部件性能蜕化进行融合诊断的模糊决策融合机制,以改善单独采用基于模型和基于数据的部件性能故障诊断的漏诊与误诊的问题.传感器测量值同时输入到基于自适应模型的和基于数据的诊断模块中,分别利用卡尔曼滤波算法和最小二乘支持向量机(LSSVM)对主要部件故障性能参数估计,再利用模糊逻辑调整决策权重以进行D-S(Dempster-Shafer)证据理论的决策融合诊断.以某型涡扇发动机为对象进行单部件和双部件蜕化仿真研究表明,与单独使用基于模型和基于数据的诊断方法相比,采用决策融合机制有效地提高了部件故障诊断精度.      

航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。      

引力加速度估计函数用于快速准确的引力计算

介绍一种实用准确的计算量相对很小的引力加速度估计函数方法。试验结果表明其计算量与全阶数的引力估计函数相比几乎可以忽略,而二者计算精度相当。此方法的唯一缺点是存储量较大。     

镍对C/SiC化学气相渗透碳的催化研究

用液相浸渗还原法将Ni渗入C/SiC复合材料,研究复合材料中Ni对化学气相渗透PyC过程的影响.用重量分析法研究Ni的催化作用,用扫描电子显微镜(SEM)、X射线衍射(XRD)技术分析材料的微观结构及组成.结果表明,Ni对化学气相渗透PyC具有催化作用,它加速了PyC的沉积,Ni含量为4.4%时增重率达最大值9.98%.沉积的PyC为细小颗粒聚集体.CVI过程中Ni与基体SiC反应生成Ni2Si,Ni3Si.     

导弹电子设备故障的组合预测方法研究

针对传统GM(1,1)的对纯指数型序列预测的局限性,引出了改进的离散灰色DGM(1,1)模型。应用DGM(1,1)模型与时间序列AR模型的组合模型对导弹电子设备进行故障预测,并通过实例对预测精度进行了检验。     

军机两级维修费用效益预测

维修费用估算是军用飞机寿命周期费用估算的重要组成部分。将三级维修体制简化为两级维修,可节省维修财力并提高战备完好性。引入灰色系统GM（1,1）模型理论,建立了转换维修体制后的财力节省预测模型,以美空军实际节省的财力数据为例进行预测,经多种精度检验表明,模型的可信性较高。     

S弯扩压器中四种湍流模型的比较

采用Realizableκ-ε,S-A(Spalart-Allmaras),SST(Shear stress transport剪切应力输运),RSM(Reynolds stress equation model雷诺应力模型)四种湍流模型对S弯扩压器内的分离流动进行了模拟,分析了不同湍流模型对计算结果的影响.将不同轴向位置的表面压力系数、分离区的大小、马赫数等三个量的实验值与计算值进行了比较,结果表明:分离区湍流模型对表面压力分布影响较大,未分离区不同湍流模型模拟精度相当;S-A模型对分离区的模拟较保守,RSM模型对分离的模拟精度较高,SST与RSM模拟结果很接近;各湍流模型计算的高速区域均比实验值大.扩压器的平均总压恢复系数受湍流模型影响不大,和实验结果吻合较好.      

基于扩展的FMC实物试验用于飞行仿真和飞行试验

利用CITATION-Ⅱ飞机和先进的FMS完成了FMS合格审定试飞方法的飞行验证。结合半实物仿真试验研究了FMS导航／制导的符合性条款;提供了相应的FMS飞行环境模型、FMS制导数学仿真模型和软件;提供可用于民用飞机合格审定试飞的FMS试飞方案;通过FMS性能管理与垂直制导仿真试验研究,表明飞行管理计算机系统（FMCS）所计算出的性能数据都是针对三个飞行阶段,即爬升、巡航和下降。目的是在飞行计划所施加的限制条件内使垂直飞行剖面最佳化。基于FMS半实物仿真试验系统能够准确地复现和实施制导和导航计算,保证了FMS仿真试验的可靠性和置信度。     

基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.