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CFD/CSD耦合的高速射弹尾拍载荷特性研究

为提高射弹尾拍载荷的预测精度，建立了一套基于计算流体动力学（CFD）/计算结构动力学（CSD）双向耦合分析的计算方法和程序。射弹流体计算主控方程采用耦合SSTk-ω湍流模型和Schnerr-Sauer空化模型的Navier-Stokes方程，射弹结构计算采用基于模态叠加法简化的结构动力学方程，流固耦合界面插值采用径向基函数法，网格变形采用弹簧网格法。分别对泡型计算方法和流固耦合方法进行验证，在此基础上，计算对比1 000 m/s速度下射弹刚体和弹性体的尾拍泡型、结构变形和尾拍流体载荷特性差异。计算表明：弹性体尾拍过程，射弹泡型会产生弹身“二次拍击”、“局部沾湿”和沾湿面积增大等特殊现象，结构变形由弹性一弯模态主导，较大的变形引起流体载荷增大27%～105%，尾拍姿态角增大13%，尾拍频率增加20%，流固耦合效应对尾拍泡型、尾拍载荷和尾拍弹道均产生了较强的影响。     

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。     

基于变权重-正态云模型的飞机轮胎滑水风险

针对飞机轮胎滑水行为的随机性和模糊性特征，提出基于正态云模型的滑水安全评价分析方法。引入变权理论动态调整权值，采用惩罚性变权函数降低常权权值对评价结果的主观影响。构建飞机轮胎滑水流固耦合仿真分析模型，选取飞机轮载、滑行速度、积水厚度、道面摩擦系数及刻槽深度作为风险影响因素，基于单因素云模型数字特征及变权向量求解综合隶属度，建立多元决策下的飞机滑水风险等级及划分标准。以某山区多雨机场轮胎滑水事件为实例进行验证，结果表明：以传统临界滑水速度指标进行条件判定仅得出允许起降的一般结论；对比常权和变权评价结果，工况1安全系数由1.09提高至1.17，工况2由2.09提高至2.94，可定量描述道面起降环境差异，滑水风险仍在可接受范围内，变权评价结果偏于保守；工况3安全系数由3.13提高至3.74，滑水风险上升至Ⅳ级，即使道面积水厚度符合上限要求，轮胎滑水发生几率仍有可能显著提高，与实际风险情况基本一致，对道面运行安全分级管理具备参照性。     

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CCSDS标准的航天器上行遥控链路 协议体系与可靠性技术

针对航天测控领域中上行遥控业务的协议体系选择与可靠性设计问题,在对我国现行国军标技术指标要求与现有航天测控系统天地基遥控技术特点进行归纳梳理的基础上,基于空间段信息传输无线链路特点与CCSDS(Consultative Committee for Space Data Systems,空间数据系统咨询委员会)标准规范,研究给出了适用于我国航天测控任务的空间段遥控协议体系与可靠性措施,利用梳理统计方法对上行遥控体制进行了数学建模分析,并与CCSDS给出的应用算例进行了对比分析.分析结果表明,所涉及的上行遥控体制与CCSDS标准规范的工作效能基本相当,能够满足我国航天任务上行遥控任务使用需求.     

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.     

叶片反扭对跨声速大涵道比风扇性能的影响

使用基于流固耦合算法的叶片反扭程序,考虑了非定常气动力对叶片变形的非线性作用,研究了叶片反扭对跨声速大涵道比风扇性能的影响.以冷态叶型为起点,先计算离心力作用下的叶片变形,在此基础上使用流固耦合程序获得非定常气动力作用下的变形.考察了3个转速下叶片的动态变形对大涵道比风扇气动性能的影响.结果表明:在跨声速工况下,叶片表面激波位置的变化对叶片反扭角有很大作用,在考察的转速范围内,堵塞点使用设计叶型计算的流量大于动态叶型下的流量,数值达7%,将导致发动机起飞推力小于预测值.结果表明在大涵道比风扇设计阶段,预测气动性能使用准确叶型的重要性.