孤立气泡生长过程的短时微重力落塔实验研究

利用中国科学院国家微重力实验室北京落塔提供的3.6s微重力时间开展了短时微重力条件下的池沸腾实验研究, 分析了微重力条件下孤立的单个气泡生长过程特征. 实验中采用掺杂磷的N型光滑硅片作为加热面(加热片尺寸10mm×10mm×0.5mm), 以含气率0.0046 (气液摩尔分数比)的FC-72作为工质, 利用恒流源对加热片通电加热. 通过对实验观测到的单个气泡生长图像及相应传热数据分析可知, 经典传热机制控制的气泡生长模型可以描述其早期特征. 相关模型中经验参数的拟合结果在文献报道的数值范围内, 表明重力对气泡生长早期影响较小, 但较大的气泡尺寸可以提供更准确的数值结果.      

积分型Cauchy中值定理的逆问题

主要讨论了积分型Cauchy中值定理的逆问题.推广了文献[3]的部分结果,并在文献[3]的基础上进一步研究了在不同条件下积分型Cauchy中值定理的逆问题的成立情况.     

高超声速气动热辨识技术实验研究

为估计高超声速飞行中的气动热流,采用热流辨识技术研究了平板表面的气动热流.首先采用仿真数据对辨识方法进行验证,结果表明,在测量噪声较低时热流辨识结果误差较小.此后,开展了平板的高超声速气动热风洞实验,通过内埋热电偶测量平板内部温度,采用热流辨识法获得平板表面的气动热流,采用辅助测点对比验证了内埋测点辨识结果的可信度.最后将辨识结果与平板边界层热流理论估算结果进行对比,分析了两者产生误差的原因.本文的研究为热流辨识技术的实际应用奠定了基础.     

限制性四体问题中的时间相关不变流形

借助有限时间Lyapunov指数（FTLE）定义了拉格朗日拟序结构（LCS）,并将LCS作为不变流形的替代物。针对日-地-月双圆模型（BCM）,利用LCS研究了限制性四体问题（R4BP）中的时间相关不变流形（TDIM）的性质。采用数值方法验证了TDIM是运动分界面和轨道不变集。继而,利用二分法对给定Poincare截面上的LCS进行了精确提取,通过一系列等能量面上的LCS描绘出TDIM在给定截面上的构形。最后,借助TDIM,初步研究了低能奔月轨道在非自治系统BCM中的直接构建。     

科技论文中引言和结论部分的写法

引言部分也称前言、序言或概述,主要是提出文中主要研究的问题,引导读者阅读和理解原文。引言应以简短的篇幅介绍论文的写作背景和目的,以及相关领域内前人所做的工作和研究的概况,说明本研究与前人工作的关系、目前研究的热点、存在的问题及作者工作的意义。引言也可点明本文的理论依     

利用二维核回归估计的大气密度模式修正

传统经验大气密度模式预测大气密度存在的较大误差会引起低轨卫星轨道预报误差,对卫星的再入轨、控制计划、碰撞规避及精密定轨造成不利影响.利用天宫一号卫星探测数据,针对大气NRLMSISE-00模式计算的误差特点,在地磁相对平静(Ap ≤ 30)的时间段内,对相近地方时和纬度的模式误差分布进行分析发现,相近地方时和纬度的模式误差分布基本相同.利用二维核回归估计方法,对与预测点相近地方时和纬度的样本误差进行加权,估计预测点处的模式误差,进而按距离预测日期天数的长短,采用加权修正法对模式预测结果进行修正,修正后大气模式误差的均方差(RMS)由14.09%降至4.05%.研究结果表明,该修正方法可以显著提高大气密度预报精度.      

基于准静态拉伸试验的临界CTOA测量

为了寻求更为简单、准确的临界裂纹尖端张开角（CTOA_c）测量方法以推广CTOA准则的应用,本文对材料CTOA_c的测量方法进行了研究。根据CTOA的性质及G?teborgs Kungliga Segel S?llskap（GKSS）提出的CTOA_c估算方法导出了两种不同裂纹尖端张开位移（CTOD）定义之间的关系,并进一步得到一种基于准静态拉伸试验的CTOA_c测量方法,该方法与GKSS提出的估算方法相等效但更加简单。为了验证准静态拉伸试验法的准确性,对7B04 M（T）试样进行了静态拉伸试验,并使用上述两种方法估算7B04的CTOA_c,结果表明两种方法估算出的CTOA_c仅相差1%。同时分别采用平面应变核模型、平面应力模型对试样进行了弹塑性有限元模拟,模拟结果与试验结果相吻合。      

基于布谷鸟搜索算法的一类变体飞行器容错控制

针对一类存在执行机构故障的分布式结构变体飞行器的控制分配问题,结合整数规划理论,提出一种基于布谷鸟搜索算法的容错控制方法。首先,设计虚拟控制指令,使得系统状态能够很好地跟踪参考模型;然后,将执行器概率性故障与饱和约束转换为整数规划问题中决策变量的约束,从而将执行器控制分配问题转化为一类整数规划问题;最后,采用改进的布谷鸟搜索算法进行求解,得到实际的执行器控制分配指令。仿真结果表明,在执行器存在概率性故障的情况下,该容错控制方法较无容错策略的情况能够有效提升系统的跟踪性能;与遗传算法相比,该算法得到的执行器控制分配结果更加精确。     

基于稀疏核增量超限学习机的机载设备在线状态预测

为实现对机载设备工作状态的在线状态预测,提出了一种稀疏核增量超限学习机(ELM)算法。针对核在线学习中核矩阵膨胀问题,基于瞬时信息测量提出了一个融合构造与修剪策略的两步稀疏化方法。通过在构造阶段最小化字典冗余,在修剪阶段最大化字典元素的瞬时条件自信息量,选择一个具有固定记忆规模的稀疏字典。针对基于核的增量超限学习机核权重更新问题,提出改进的减样学习算法,其可以实现字典中任一个核函数删除后剩余核函数Gram矩阵的逆矩阵的前向递推更新。通过对某型飞机发动机的状态预测,在预测数据长度等于20的条件下,本文提出的算法将预测的整体平均误差率下降到2.18%,相比于3种流形的核超限学习机在线算法,预测精度分别提升了0.72%、0.14%和0.13%。