复合材料设计的回顾与展望

复合材料设计是复合材料研制过程中必须首先解决的问题，复合材料设计由定性化向定量化方向发展是其必然趋势。复合材料力学、材料设计专家系统和智能化设计系统应用于复合材料设计方面已取得巨大的进展，并推动复合材料科学与技术的发展。     

液氧/甲烷发动机推力室肋强化换热技术数值研究

为了提高液氧/甲烷发动机再生冷却通道中冷却剂的吸热效率,同时提高该区域的热防护能力,对带有4种不同肋结构的推力室进行了三维稳态耦合传热计算.分析结果表明,在推力室燃气侧壁面设置纵向肋之后,通过引入等效平均热流密度能够描述带肋发动机推力室壁面的实际换热特征.设置人工粗糙度能够使壁面温度降低85.4 K,但会使压降增大0....     

运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

基于雷达对抗的多源情报融合

基于雷达对抗的多源情报数据融合已成为现代军事作战的重要组成部分,并在夺取战争信息优势、及时掌握战场态势中发挥着越来越重要的作用.就基于雷达对抗的多源情报融合的基本概念、必要性、融合方法、融合思路、融合流程进行了综述和探讨.并就今后的相关发展、研究和应用提出了几点思考.     

基于人工神经网络的驾驶员操纵行为模型

驾驶员操纵行为受到自身、外界环境和被控对象等多方面的影响,因此驾驶员模型具有非线性的特征。神经网络模型克服了拟线性模型不能反映驾驶员非线性操纵的问题。为了获得建立模型的数据,利用地面模拟器使飞行员对一系列指令进行精确跟踪。获得的指令、飞机状态和驾驶员输入信息等参数即可作为神经网络模型的训练样本。神经网络驾驶员模型的训练和测试结果表明,该建模方法是合理、准确的,可以应用于人机闭环系统中驾驶员操纵的研究。     

某航空活塞发动机回火试验

为解决某航空活塞发动机要取得适航型号合格证(TC)须按CCAR-33部《航空发动机适航标准》第33.51条进行回火试验的问题,通过对单缸发动机回火试验的研究,提出了采用光电信号进行发动机回火检测的测量方法.试验验证表明:光电检测方法能够有效地检测到发动机回火现象.在此基础上,通过试验确定了调节燃油伺服器的贫富油操纵杆逐渐调贫发动机的燃油流量来诱导发动机回火的试验方法.回火试验结果表明:所测活塞发动机在其整个工作状态下存在回火倾向,但在人工诱导57次回火后,发动机状况良好,满足适航认证的要求.      

基于人工粘性的间断Galerkin有限元方法

发展了一种基于人工粘性的间断Galerkin有限元方法,作出改进以增强适应性,并向非均匀网格推广.选取了典型算例对方法进行验证.一维激波管算例表明,改进的方法在保持计算结果高分辨率的同时,能够更好地抑制非物理振荡.分析得知,当人工粘性方法用于二阶DG格式时,所得计算结果的数值耗散较大,而当格式精度大于二阶时,采用人工粘性方法所得的结果的分辨率较高.通过计算圆柱高超声速粘性绕流,将三阶DG格式与三阶MUSCL格式和五阶WENO格式的结果进行对比,结果表明,该人工粘性方法对于高超声速流动计算也具有一定的优势.     

基于人工神经网络的TCAS板卡深度故障诊断系统

提出了一种基于人工神经网络的故障定位算法,用于TCAS板卡深度故障诊断系统。     

基于动态人工势场法的多机改航路径规划研究

在危险天气条件下,需要研究航班改航路径规划的问题。对传统人工势场法中的斥力势函数进行修正,将目标点与障碍物的距离以及航空器与受限区的运动速度考虑在内,建立了动态人工势场法的多机改航路径规划模型。模型解决了障碍物附近目标不可达问题,并且适应动态运行环境。算例验证了模型的有效性和可行性。     

基于人工势场法优化的蚁群无人机航路规划

针对复杂环境下无人机航路规划问题,提出一种势场法优化的蚁群航路规划算法。为了改善蚁群初始路径搜索过程中的盲目性,将人工势场法的规划结果作为先验知识,对蚁群初始到达的栅格进行邻域信息素的初始化,进而运用改进的蚁群算法完成航路搜索任务。仿真结果表明,新算法具有收敛速度快,规划路径短以及环境自适应的优点。