基于ALE的降落伞充气过程数值仿真

采用任意拉格朗日-欧拉法(Arbitrary Lagrange Euler method,ALEM)流固耦合方法模拟某模型伞在低速气流作用下充气展开过程。计算获得了充气过程中伞衣应力、流场速度矢量、压力以及伞衣半径变化等结果。与试验对比,开伞过程相同,同样出现了伞衣顶部塌陷、抖动等现象。通过对数值结果的分析解释了伞衣抖动以及风洞试验中伞底拍动产生巨大噪声的原因,同时预测开伞过程中的危险截面。     

行星齿轮系动力学特性分析及试验研究

采用集中质量法,考虑时变刚度、齿侧间隙、太阳轮的横向与纵向位移、太阳轮和行星轮的偏心误差激励,建立了行星齿轮传动系统的非线性动力学模型。采用龙塔库特法求解了系统的响应、相图、频谱图和动力学均载系数;通过测量系统齿根应力的动载荷应变图,获得齿根应变变形的相图、频谱图和系统的均载系数。研究结果表明:理论分析结果与试验测试结果比较吻合,说明采用的理论研究方法是合理的,测试方案是可行的。     

共翼型舵潜艇操纵运动的数值模拟

为了提高潜艇的战术机动性能,采用一种稳定翼与转动舵共型的尾操纵面设计,为优化潜艇操纵性能提供新方案.采用数值模拟方法,针对SUBOFF标模进行系列的约束模型试验模拟,获取其水动力系数并与实验结果进行对比,确保计算方法的有效性.在此基础上,对潜艇的尾操纵面进行改造,分别设计非共型、共型尾操纵面,模拟两种尾操纵面形式潜艇在...     

随机粗糙面的双站散射模型分析

以先进积分方程模型(AIEM)为工作模型,从理论上系统分析了随机粗糙面的双站散射特征,探讨了不同粗糙程度下散射系数在方位平面上的谷点位置,并利用数值仿真模拟、实测值对理论预测的散射系数进行了说明与验证.结果显示,散射系数在方位向上的谷点位置与粗糙程度和极化特征密切相关.利用数值仿真模拟,可从物理的角度更系统深入地分析统计粗糙表面的散射特性,从而有利于设计以后的更有效的双站探测模式.      

含缺陷三维编织复合材料热膨胀系数计算

通过将细观力学的Ｅｓｈｅｌｂｙ和Ｍｏｒｉ－Ｔａｎａｋａ理论与刚度平均化方法相结合，对含定向基体微裂纹的三维编织复合材料热膨胀系数进行了理论计算，分析了纤维体积含量，微裂纹密度和编织参数变化对热膨胀系数的影响，为材料设计和应用提供了理论基础。     

基于Hopfield网络的飞机设计

Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束优化.神经网络作为求解乘子法的子问题的动力学方法,仅需计算一阶导数.引入逐渐衰减的高斯噪声信号构造随机神经网络.同时针对随机网络受初始温度制约,跳出局部极小值能力有限的问题,网络运行采用结合模拟退火的欧拉法.用该方法对某喷气教练机进行总体优化设计,结果表明,算法的数值稳定性较好,求解精度高.并基于拉氏乘子提供的约束敏度信息,做了设计要求权衡.最后研究了某型干线旅客机的机翼气动/结构综合设计问题.      

滑动式Thiele型连分式插值方法在GPS精密星历中的应用

在动态GPS精密定位中,必须使用高精度的GPS卫星轨道数据,但是IGS组织只提供15min间隔的精密星历,无法满足间隔时间较短的动态定位要求,用多项式逼近效果很差,另外对于不同的星历插值没有高效的方法能确定最佳多项式阶数。因此,利用Thiele型连分式建立有理函数,并在此基础上提出滑动式Thiele型连分式插值的方法,简化了方法又提高了内插精度,并通过算例与Lagrange多项式和Chebyshev多项式进行了分析和比较,结果表明该插值方法可以更加有效地改进插值精度。     

航天器相对姿态跟踪的非线性前馈控制

针对航天器相对姿态跟踪过程中严重的非线性及控制器设计的复杂性,建立了基于修正罗德里格斯参数的航天器相对姿态运动学和动力学方程并根据Lyapunov直接法设计了非线性前馈控制律.设计的控制律不仅保证闭环系统稳定,还使得航天器相对姿态跟踪误差快速收敛到零点邻域内.通过在Matlab/Simulink环境下对航天器相对姿态跟踪进行数值仿真,验证了建立模型和设计控制律的有效性.     

一类结构随机跳变系统的自适应滤波方法

提出了含有相关和非相关两类特征参数的结构随机跳变系统自适应滤波方法,并采用改进了的一种基于随机采样技术的自举滤波算法,其对于非线性非高斯问题具有很强的适应性,很好地克服了传统滤波算法在解决此类问题时所存在的"基础结构失真"的缺陷,从而提高了滤波算法的整体估计性能.在"闪烁"噪声环境里,测量信息存在随机中断的导弹制导问题的仿真结果,验证了本方法的有效性.     

A hybrid original approach for prediction of the aerodynamic coe?cients of an ATR-42 scaled wing model

A new approach for the prediction of lift, drag, and moment coefficients is presented. This approach is based on the support vector machines (SVMs) methodology and an optimization meta-heuristic algorithm called extended great deluge (EGD). The novelty of this approach is the hybridization between the SVM and the EGD algorithm. The EGD is used to optimize the SVM parameters. The training and validation of this new identification approach is realized using the aerodynamic coefficients of an ATR-42 wing model. The aerodynamic coefficients data are obtained with the XFoil software and experimental tests using the Price–Pa?doussis wind tunnel. The predicted results with our approach are compared with those from the XFoil software and experimental results for different flight cases of angles of attack and Mach numbers. The main pur-pose of this methodology is to rapidly predict aircraft aerodynamic coefficients.