高温高压有机工质密度实验测量及预测方法

针对有机工质高温高压下密度的测量较为困难的问题,特别是超临界状态下,设计出高温高压下密度的测量方法,并提出了基于最小二乘支持向量机（LSSVM）的密度预测方法.该方法首先利用实验手段对有机工质在不同温度、压力点下的密度进行测量,并通过对该离散的实验段数据的学习,利用最小二乘支持向量机方法预测得到T-p面上密度的连续值,尤其是实验手段难以测量的超临界下的密度.基于该方法,以有机工质六甲基二硅氧烷为例,得到了其在T（600~850K）与p（1.3~2.25MPa）范围内的密度值及密度关于温度压力的函数公式,并将其结果与公布的密度数据对比,结果表明:两者的相对误差仅为2.4%,证明了方法的有效性.      

机器学习方法在气动特性建模中的应用

气动数据建模是飞行性能仿真评估的基础。气动特性建模主要有机理建模方法和“黑箱”建模方法。本文对“黑箱”建模的三类机器学习方法——分类与回归树方法、浅层学习方法和深度学习方法,进行了算法说明与分析应用。将分类与回归树方法、浅层学习方法中的Kriging建模方法、RBF神经网络方法及SVM支持向量机方法分别应用于火箭气动特性建模、三角翼大迎角非定常气动特性建模、气动热试验数据融合,对这几类建模方法的优势和不足进行了比较分析。同时,将流动条件参数组成向量,再映射为图像,与翼型图像构成“合成图像”,建立了基于翼型几何图像、来流马赫数、迎角的翼型气动特性深度神经网络模型,得到了比较好的预测效果,拓展了气动特性深度学习建模方法的使用范围。     

被动吸气式电推力器气体收集装置性能仿真研究

为分析被动吸气式电推力器气体收集装置设计对其性能的影响情况,本文以200km超低轨道下立方星推进装置为应用背景,进行了被动吸气式电推力器气体收集装置的性能仿真研究设计,采用基于稀薄气体的自由分子流模型对进气道装置内气流进行了仿真,研究了不同关键参数,包括几何形状（抛物线型、圆锥型、棱锥型）、入口出口截面比、长度、进气道内壁光滑程度多种因素对气体收集装置集气效率的影响,选取典型参数模型计算其内部气压分布规律。仿真结果表明,在三种形状设计中抛物线型进气道对气体聚焦效果最佳,入口出口截面比越小、长度越大以及进气道内壁越光滑进气道性能越优。文中所设计10cm抛物线型被动式进气道能够实现对大气120倍的压缩效果。     

分布式电推进飞机动力系统评估优化方法

以电推进飞机的动力系统作为研究对象,开展了以下研究工作：采用电力系统潮流计算方法,分析了采用高压直流供电体制的分布式电推进飞机电气系统,模拟了其在稳定运行状态与断路故障状态下的能量流动关系,同时分析了直流电压等级对电气系统的影响。搭建了完整的分布式电推进飞机动力系统仿真模型,依据基于时间和基于高度的飞行剖面,对比分析了纯电推进与涡轮电推进架构在推进功率、推进效率与航程3个评价指标上的优劣。建立了动力系统典型部件的参数化模型,并使用符号规划算法对建立的参数化模型进行了优化计算,比较了传统涡轮推进与涡轮电推进架构下动力系统质量与燃油消耗率间的优化权衡关系。研究结果为分布式电推进飞机混合动力系统的设计提供了有价值的正向设计方法。     

声电换能超材料设计与性能

设计了一种将Helmholtz共振效应与压电效应结合的声电换能超材料结构及电路系统,通过传递矩阵法对超材料的能带结构进行了分析.以压电片作为Helmholtz共振器基底通过阵列形成超材料结构.当入射噪声频率与共振频率一致时,声电转换效率最高.利用COMSOL分别对超材料单元及系统进行仿真,验证了超材料单元对于噪声的抑制...     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

基于目标纹理的机器视觉转角检测方法

目标姿态角度检测系统是确保智能制造设备自动化、智能化的核心部件之一,在智能制造设备中得到了广泛的应用。提出了一种基于目标纹理的机器视觉转角检测算法,该算法通过椭圆聚类提取图像中的感兴趣区域,采用Hough梯度变换寻找感兴趣区域中包含特定纹理特征的区域,结合先验信息对特征区域进行标记、匹配,进而计算出待测物体的滚转角度,算法的运行耗时小于0.5s。采用该算法实现了浮子组件在浮液中的径向滚转角检测,并模拟实际检测环境测试了该算法的精度。测试结果表明,绝对精度小于0.3°,重复性精度小于0.08°,满足实际生产现场对检测精度的要求,解决了人工检测精度低、耗费人力的问题,提升了浮子转角检测的精度和智能程度。     

一种改进的近似支持向量机算法

标准近似支持向量机受类别差异影响和噪声、野值数据干扰较重,使得分类能力不高.提出一种改进的近似支持向量机算法——加权近似支持向量机,通过为不同类别设定不同的惩罚参数和为每个样本引入模糊隶属值,有效补偿类别差异带来的倾向性并去除噪声和野值数据的影响.模糊隶属函数的选取采用样本与类中心的距离和样本紧密度的加权平均值计算,以有效去除噪声和野值数据的干扰.经过分析,改进后的算法可近似归结为一种岭回归模型.实验表明,与标准近似支持向量机相比,该算法有更好的分类能力.      

航空发动机传感器解析余度模型的建立方法

为了使用解析余度模型对传感器故障进行诊断,提出了1种基于K-均值聚类与改进微分进化算法优化的极端学习机(IDE-ELM)的发动机传感器解析余度模型建立方法。为避免求解ELM算法时H矩阵奇异,采用K-均值聚类对试验数据进行聚类处理,然后从每类数据中选取1组数据组成训练样本用于训练;利用IDE算法优化ELM的输入层权值和偏置,提高ELM的泛化能力。利用飞行试验数据进行了仿真验证。结果表明:基于K-均值聚类和IDE-ELM设计的传感器解析余度模型具有较高的精度,可用于FADEC系统双通道传感器的故障诊断。     

电动大巴车用永磁电机转子结构分析

针对大巴车用永磁电动机,通过有限元法分析了V型和V一型两种不同转子结构电机的转矩、交直轴电感、弱磁扩速能力及铁耗等性能,仿真不同转子结构的效率云图。通过对比分析不同转子结构的特点,最终选择出适合电动大巴车用驱动电机的转子磁路采用V型结构。