RNN在降落伞开伞特性研究中的应用

为了对降落伞充气展开过程中的拉力、速度等关键特性进行预测,结合当下机器学习的研究热点,使用循环神经网络对空投试验数据进行学习和训练。文章对原始数据进行了归一化预处理并且采用批量梯度下降的训练方式;试验验证了循环网络方法对充气过程中重要参数进行计算的可行性;并且说明了时间序数索引项在试验中需带入网络参与计算的特点。试验结果表明,使用循环神经网络对训练集数据的开伞速度曲线拟合效果很好;计算结果能够准确反映开伞过程中的拉力变化趋势,峰值误差小于1%,且峰值时刻误差小于2%。     

基于等效板的含离散源损伤机翼结构分析

研究离散源损伤对机翼结构的影响,可以大幅度提高飞机在不良损伤事故下的生存能力.由于机翼内部结构复杂,很难对含离散源损伤机翼结构进行精确分析,而且精确的建模和仿真在建模与计算过程中往往也非常耗时.因此,以含离散源损伤机翼为对象,采用有限元优化设计方法,确立了一种机翼结构等效板模型的建模方法.建立的等效板模型可对含离散源损伤机翼实现快速、准确的静力学和动力学分析.     

iSIGHT优化方法在涡轮叶片冷却设计中的应用

针对现有航空发动机涡轮叶片内冷结构的快速改进,在对叶片冷却设计方法集成的基础上,建立了一类冷却叶片的优化模型,并成功将该优化模型应用在航空发动机涡轮叶片设计中。结果表明,在相同冷却空气用量下,叶片表面最高温度降低了72.4℃,叶片温差减小了110.4℃,优化效果明显。同时,将近似技术成功应用到叶片优化设计中,提高了任务分析效率,为现有发动机涡轮叶片快速改进提供了一种有效手段。     

气液针栓式喷注器液膜破碎过程和结构的数值研究

为了更好地认识针栓式喷注器雾化场的结构，基于网格自适应加密技术以及VOF (volume of fraction)方法追踪气液的分界面，采用realizable k-ε湍流模型模拟整个流动过程，还原了不同时刻气/液撞击的初次破碎过程，数值模拟结果与高速摄影试验结果定性定量对比均吻合较好，验证了数值方法的准确性。进一步对针栓式喷注器气/液撞击的初次破碎过程、内部流场涡结构、速度场进行分析，研究了初次破碎雾化的动力学过程和机理。研究结果表明：液桥的形成主要是由液洞的扩展和拉伸、合并而形成，而液滴主要是由中心液膜拉伸、液丝断裂以及液桥断裂而形成，液膜破碎阶段形成的涡结构是造成液膜断裂的主要原因。     

CIO在PLM中的作用——帮助开发"一流的产品"以推动经济复苏

2010年第一季度的Aberdeen商业评论指出,产品生命周期管理(PLM)对业务连续性变得空前重要,并因而被迅速列入到CIO的战略性议事日程上。基于此,Aberdeen以160多家制造商为对象开展了一项调查研究。本文是该项研究的结果,它为CIO提供了切实可行的指导意见,可确保他们从PLM中充分挖掘业务价值。     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。     

基于测控系统的质量信息监测系统设计与应用

在测控试验现场,针对测控设备状态和测控数据的质量信息,采用智能自动监测技术对设备和测控数据进行实时监视以及动态分析,提出了科学的异常判决方法和处理方案,开发了试验质量信息综合分析实时监测系统,实现了测控流程智能化管控、测控信息自动分析处理和质量信息自动化管理。在多颗卫星的跟踪验证中,质量信息监测系统对卫星长期管理的宏参数宏配置下发、标校和目标捕获与跟踪等任务过程能够进行准确监视,可以及时监测到测控数据和测控时间的异常并报警,并能够自动生成任务实施登记表等测控质量报表。实验表明,质量信息监测系统软硬件设计完善、状态监测点设置合理、判读测控事件方法有效。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

基于飞行试验数据的双转子航空发动机 加减速瞬态模型辨识

为辨识航空发动机飞行过程中加减速瞬态模型,通过对某型航空发动机慢车至中间以及中间至慢车过程的飞行试验数据进行分析整理,将发动机上述加、减速过程简化为静态参数预测过程,利用3层前向人工神经网络,建立了某型发动机加、减速瞬态过程中的发动机关键参数预测模型,对发动机参数预测模型预测结果与飞行试验记录数据进行了对比分析,同时利用额外的飞行试验数据验证了辨识模型的泛化能力.结果表明:辨识得到的发动机模型在油门杆稳定时参数预测相对误差不超过3％,在油门杆动作期间参数预测相对误差不超过5％;验证点上辨识模型参数预测误差不超过3％.证明该型发动机参数预测模型可以很好地预测发动机瞬态过程中的参数变化情况.该方法为建立发动机其他状态的加、减速过程参数变化模型奠定了基础,也能为建立全包线范围内发动机瞬态参数预测模型提供参考.     

离散粗糙元诱发边界层转捩的实验研究

针对直升机转子叶片模型表面离散粗糙元诱发边界层转捩问题开展了实验研究,分析不同雷诺数下粗糙元尺寸参数对转捩位置的影响。实验在中航工业气动院直升机转子叶片模拟装置进行,在模型转子叶片表面布置不同尺寸的离散柱状粗糙元,利用红外热像技术探测边界层转捩,并提出一种基于湍流／层流区域面积比的转捩位置判定准则,目的是实现边界层转捩位置自动识别,进而分析粗糙元尺寸参数对转捩位置的影响。实验转速为300至600 r／m,对应叶尖切向速度为25～40 m／s。实现了对旋转叶片边界层转捩位置的定量测量,通过实验验证,转捩位置判定算法正确可靠,初步得到了不同高度 DRE 诱发转捩位置与雷诺数之间的关系,随着粗糙元高度的增加,转捩位置逐渐靠前。