最大瞬时畸变图谱的预估

为了分析最大瞬时畸变图谱对发动机工作稳定性的影响,本文提出了一种新的最大瞬时畸变图谱的预估方法。该方法中根据给定的最大瞬时畸变值,利用Fletcher-Reeves非线性优化方法来确定压力分布。与实验测得的最大瞬时畸变图谱的比较表明,本文提出的最大瞬时畸变图谱预估方法能准确地模拟高低压区的位置和大小,高压力梯度区的位置和形状;既使在最大瞬时畸变值误差较大时也能准确地预估最大瞬时畸变图谱。因此,本文提出的最大瞬时畸变图谱预估方法能满足工程精度要求。      

被动式引射器内两相流数值模拟

把气相二维欧拉方程的隐式矢通量分裂近似因子分解法与固相粒子的特征线解法进行耦合,对被动式引射器内两相流场进行数值模拟,确定产生激波的喷管出口压强,分析不同引射器结构对引射效果的影响,并获得了一种最佳结构。研究结果可以为被动式引射器的设计与使用提供依据。     

矢量喷管偏转对发动机推力的影响

建立了轴对称矢量喷管数学模型和带这种矢量喷的发动机数学模型,研究了矢量喷管偏转时引起的发动机推力的变化。研究结果表明：喷管有的效矢量角与几何矢量角近似成正比;喷管偏转角较小时,喷管的流量系数及发动机的总推力几乎不同几何矢量角变化,喷管偏转角较大时,喷管的流量系数及发动机的总推力随和何矢量角的增大三小;发动机的轴向推力随着几何矢量角的增大而减小,发动机的侧向推力随着几何矢量角的增大而增大。     

双轴式涡喷发动机的转差线图确定方法的研究

转差是双轴式发动机交付验收参数之一 ,交付发动机的转差是依据该型的标准转差线图调整和确定的 ,标准转差线图确定得合适程度关系到发动机外场使用的性能、稳定性和可靠性。本文比较系统地论述了双轴式涡喷发动机的转差线图的制作和使用 ,分析了转差线图上、下限界对发动机的影响 ,提出了用工作点检查法和稳定工作裕度检查法解决转差线图上、下限界的确定问题。解决了某新机转差线图的确定依据。本方法可用于新机研制中标准的转差线图确定 ,建议二种检查方法结合使用     

基于支持向量机方法的发动机性能趋势预测

为了提高对航空发动机性能趋势预测的精度，提出利用支持向量机方法来预测表征发动机整体性能的参数一性能综合指数。建立了基于支持向量回归的一步及多步预测模型，利用该模型对性能正常衰退及性能异常发动机的综合指数分别进行预测，并与自回归(AR)模型的预测值进行比较。结果表明，基于支持向量机的预测模型比AR模型的预测精度更高，其四步预测精度由80．56％提高到88．51％。因此该模型尤其适合中、长期预测。     

矢量喷管控制对发动机性能的影响

建立了带推力矢量的涡扇发动机数学模型。结合某型涡扇发动机研究了矢量喷管偏转对发动机工作和性能的影响,研究结果表明,矢量喷管偏转时,在一定条件下,发动机低压转子共同工作线向喘振边界移动,而高压转子共同工作线不发生变化,发动机总推力是增大的。但当将矢量喷管偏转与喉部面积放大相结合,可使发动机保持原工作状态不变,而发动机总推力却随着几何矢量角的增大而减小。      

基于分形的BP网络水下目标识别

主要讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号的时间域波形的基础上,应用随机分形理论,给出基于分形 Brown 运动的回波信号分形特征矢量提取的理论和方法;提取了回波信号的分形特征矢量;进而给出了基于 BP 网络的分类计算方法。计算结果表明,提出的提取水声回波信号目标特征矢量的方法与分类方法切实可行。     

涡轮泵试车数据单类支持向量机检测算法

为了在缺乏故障样本的情况下检测某型液体火箭发动机涡轮泵故障,实现基于不完整信息的状态决策,建立了基于v-支持向量分类器的单类支持向量机新异类检测模型。在分析了模型决策边界、支持向量和约束条件之间关系的基础上,为单类支持向量机引入并改进了序贯最小优化算法,提高了训练效率,解决了大样本训练问题。通过对某型液体火箭发动机涡轮泵历史试车数据的分析,结果表明,所建模型的训练速度得到了很大提高,对涡轮泵状态的检测效果良好。     

推力矢量飞机控制律设计及过失速机动仿真研究

利用四元数法建立了带推力矢量的战斗机全量运动方程,依据逆系统理论对推力矢量飞机进行了适用于过失速机动和超敏捷性研究的控制系统设计。根据非线性动态逆的特点将飞机的动态特性分成快慢不同的两组状态变量分别进行设计,并采用伪逆法解决了舵面分配问题。利用该控制系统对"眼镜蛇"飞机机动进行了仿真计算,结果表明该设计方法是可行的。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。