抽吸对高超侧压进气道自起动性能的影响

针对某型高超侧压进气道设计了纵向槽、横向槽和圆孔等4种抽吸方案,对各方案的进气道流场进行了数值模拟.结果表明:抽吸可以显著提升进气道的自起动性能,且对进气道不起动流场的分离区进行抽吸的效果最佳,文中最优方案将进气道的自起动马赫数由4.6降至3.7.对进气道进行了马赫数为4条件下变攻角的风洞试验,验证了抽吸对提升进气道自起动性能的有效性.      

高压比离心叶轮自循环机匣处理扩稳研究

为了探索自循环机匣处理扩稳机理,利用全三维数值模拟方法对应用自循环上游槽封闭机匣和自循环机匣处理结构两种情况下的Krain高压比离心叶轮进行了详细研究.对比结果表明:自循环机匣处理能有效的延迟失速的发生并在近失速区域略微提高压气机的效率以及总压比.通过详细的流场分析表明:该机匣处理能有效地减小叶顶栽荷,从而降低泄漏流相对速度,抑制间隙泄漏涡在叶顶通道内的发展以减小低速气流在流道内的阻塞,提高转子通道的通流能力,从而达到扩大稳定工作范围的目的.     

飞机新原理电液自馈能刹车系统设计与优化

当前,传统飞机液压刹车系统普遍采用集中式的机载液压源作为动力,液压能通过能源管路传输到刹车作动器,整个系统零部件数目众多,管路布局复杂,由此带来的管路振动、液压油泄漏等问题突出,限制了飞机刹车系统可靠性和可维护性的提升。近年来,一种飞机新原理电液自馈能刹车系统被提出,将模块化的"自馈能装置"安装在机轮附近,回收机轮着陆时的旋转动能,并将其转换成液压能,用于刹车作动。提出了一种利用波浪曲面进行取能的专用取能机构,设计了自馈能系统紧凑型专用取能机构,研制了高可靠、低能耗、高抗污染的自馈能刹车系统原理样机,完全实现了自馈能,即使飞机失去全部动力也能正常完成刹车功能,使抗污染等级从NAS6级提升到NAS10级,可靠性和可维护性优于传统液压刹车。     

混凝土自收缩的测定与模型分析

为了研究水胶比和粉煤灰掺量对混凝土自收缩的影响,建立了混凝土自收缩自动测量系统,并测定了水胶比分别为0.25,0.30,0.40和0.53的硅酸盐水泥混凝土及粉煤灰掺量为10%,20%,30%,40%,60%的粉煤灰混凝土的自收缩发展。以硅酸盐水泥水化动力学为基础建立了相应的数值模型,结果表明,硅酸盐水泥混凝土随着水灰比的降低,混凝土的自收缩发展越迅速,最终收缩值越大,掺加粉煤灰后,可以明显降低混凝土的自收缩值和自收缩的发展速率。     

模糊自组织网络在刀具磨损状态监测中的应用(英文)

应用模糊逻辑和无教师自组织神经网络进行车削过程刀具磨损状态监测.根据典型切削条件组合建立由多个子网络组成的自组织网络阵列,其中每一子网络对应一种典型切削条件,并进行训练.对于具体切削条件,运用模糊逻辑技术选取对应的优化子网络.文中所建名为Fuzzy-SOM-TWC监测系统的运行基于加工过程实时采集的切削力、声发射以及电机电流信号.切削实验用于训练和检验监测系统,实验结果显示其对于刀具磨损状态的识别正确率可达到98%-100%.     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。     

自调谐宽频带压电振动发电机的改进

压电振动发电机使无线传感器网络实现能量自给。然而,压电振动发电机仅在与外界振源共振时才得到较高的能量转换效率。为此提出一种改进的自适应频率调谐的压电振动发电机,利用同步开关刚度控制电路改变结构固有频率,使之趋近于激励频率,是一种控制简单、控制效果好的半主动控制方法。在建立系统机电模型基础上,推导了开关控制电路相关公式,并根据系统特点运用基于梯度法的模型参考自适应控制方法。实验结果与理论分析结果一致,改变调频系数,结构固有频率相对变化率可以达到5.1%,且在一定频率调节范围内可以实现自供能。     

双重稀疏保持投影(英文)

稀疏保持投影(Sparsity preserving projection,SPP)是一种新型的基于图的降维方法,近年来被成功应用于人脸识别。SPP基于数据的稀疏重建关系建图,从而包含自然的判别信息。然而,经SPP变换后,新的特征是所有原始特征的线性组合,因此很难解释其降维结果。为此,提出了一种新的降维方法——双重稀疏保持投影(Dual-sparsity preserving projection,DSPP),通过进一步对SPP的投影方向施加稀疏约束,希望获得投影方向的稀疏解。具体地,该方法把SPP中投影函数的计算转化为一个回归类优化问题,然后借助L1正则化回归技术获得稀疏投影向量。在人脸数据上的实验结果表明了该算法的有效性。     

标准压力源自校准方法探讨

当前以压力传感器为一次仪表组成的标准压力源,用软件实现自校准既可提高校准效率,又能提高仪器的性价比.对标准压力源的软件自校准方法进行了探讨.