高超声速风洞连续变动压舵面颤振试验

为了研究舵、翼面高超声速颤振特性,中国航天空气动力技术研究院建立了高超声速风洞连续变动压颤振试验技术。对具有相同结构动力学和气动特性的舵面模型进行颤振试验,试验马赫数为4.95和5.95。试验中缓慢连续增加试验动压直至颤振发生,并由此获得颤振临界参数;采用短时傅里叶变换时频域分析法研究了试验中模型频率随动压变化的耦合特性,分析表明该模型在试验条件下发生了经典弯扭耦合颤振。试验中还采用亚临界试验数据对颤振余度法和阻尼外推法2种颤振边界预测技术进行了研究,2种方法在高超声速颤振试验中都显示了良好的预测精度。研究还表明,动压增加的速率对颤振边界的预测精度影响较小。采用红外热成像技术对模型的气动加热进行了研究,温度场测量显示舵面最高温度出现在舵根部前缘位置,舵前缘和舵面斜面中后部温度也较高;舵轴裸露在流场中的部分由于反射板附面层的影响其气动加热问题并不严重。     

基于全场等效损伤测试的累积损伤模型

材料LY12CZ在固定的一组循环数下，对其中每一预定循环数进行不同应力水平的疲劳试验，并测出材料的韧性变化率，以此为损伤变量得到该组循环数下损伤量与交变应力水平关系的曲线族，该曲线族可以转换成相同损伤量下交变应力与循环数关系的等效损伤线族，通过对材料LY12CZ等效损伤线族测试和分析，给出损伤线族方程表达式，由此得到的损伤累积模型可以计算复杂加载下材料的剩余寿命，多级加载实验结果与测试值较好符合。     

基于神经网络模型预测的水声对抗子母弹跌落冲击仿真

为了评估水声对抗子母弹在不同跌落冲击条件下的可靠性,应用LS-DYNA对母弹在不同跌落参数下的冲击响应进行了数值仿真研究。在有限元计算结果作为样本的条件下,运用BP神经网络模型建立了母弹跌落冲击影响参数与子弹应力峰值的非线性映射关系。结果表明:弹体各子结构在跌落高度、角度及跌落面条件下具有不同的冲击响应规律;母弹体头螺、壳体结构冲击变形较大,内部子弹冲击应力值变化幅度较小;网络模型较准确预测子弹的应力峰值,可极大地降低仿真次数,提高跌落测试效率。     

基于FlightGear的飞行数据管理与分析系统

飞行器是一个庞大的复杂系统,其设计与开发需要几轮迭代,而仿真技术在此过程中起着无法替代的作用。开源仿真软件FlightGear主要用于飞行模拟,并不能用于飞行器的系统研发仿真与验证。本文以FlightGear为基础,对其进行了扩展,从而实现了一套集飞行数据管理和分析于一体的软件系统。利用FlightGear接口,开发了以数据采集为主的通信、存储等模块,使扩展系统能够实时、灵活地采集飞行器的参数,并存储于数据库;设计并实现了用于飞行器姿态预测的分析模块,新预测方法提高了姿态参数的预测精度。目前,该扩展系统已用于某飞行器的研发论证中,取得了较好的经济效益。     

神经网络BP算法预测可靠性增长

叙述可靠性增长的基本概念和神经网络BP算法,着重探讨BP算法用于可靠性增长预测的可能性。通过两个实例的预测结果,与常用的可靠性增长参数模型Duane,Gompertz的结果相比较。实例表明,该方法是可行的,而且是有效的,适应性强。可以预料,它不但能用于仪器设备试制过程中预测可靠性增长,而且可用于武器装备在储存过程之中可靠性下降的预估。     

疲劳损伤及寿命预测的塑性功模型

在Coffin－Manson公式的基础上提出了低周疲劳损伤及寿命预测的塑性功模型,即选择滞回能的一半Wai、拉伸断裂塑性功Wf及一个材料常数β来定义发生明显循环硬化及循环软化材料的疲劳损伤参量Di＝（Wai／Wf）β。并从内、外两方面因素分别讨论了外界作用程度（Wai）及材料的固有属性(Wf及β)在低周疲劳损伤中的作用。     

基于排队论的终端区航班进场时间预测

为了提高终端区航班运行效率,本文将基于排队模型对终端区航班进场时间进行预测,以便尽早发现进场时间过长、进场效率低的航班,从而提前采取应对措施,确保航班正常运转。以天津滨海国际机场为例的研究结果表明,终端区内航班到达规律服从泊松分布,服务时间服从Gamma分布,本文建立的一般服务时间M/G/1排队模型能较好地预测航班进场时间,以15 min为单位的终端区航班进场时间预测的平均绝对误差在1 min左右。本文所建排队模型通过抓住进场交通流的整体流动特征来对进场时间进行预测,降低了现有模型难度,预测结果可以为改善管制工作带来更直接的指导建议。     

基于PSO-SVR的飞行员工作负荷预测

飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中,验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验,用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index, NASA-TLX）量表评价数据。以飞行员生理指标数据为输入,NASA-TLX量表主观评价数据为输出,建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression, PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression, SVR）模型的预测精度进行了对比,针对4个不同场景,预测精度分别提高了7.5%、9.5%、7%和5.8%,结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。     

一种SAR原始数据压缩新算法

 由于合成孔径雷达（SAR）原始数据的相关性很低,直接压缩原始数据是比较困难的。因此提出一种新算法,先对SAR原始数据做距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向做线性预测,并对预测差值系列做块自适应量化。实验表明,在相同比特率条件下,该算法得到的数据域信噪比和图像域信噪比均比块自适应量化(BAQ)算法高,计算量远小于有关文献给出的距离聚焦后的压缩方法,具有一定实用价值。     

复合型航空工程人才一体化培养体系探索——以西安航空学院为例

针对航空工程人才教育教学过程中暴露出的普遍性、突出性问题,以西安航空学院为例提出了以“一体化、创一流”建设模式为基础和保障,实现面向航空工程技术领域的人才培养新理念、新结构、新模式和新体系的建设思路;实施了以专业内分方向培养为起点,稳步推进航空大类培养以及建立协同育人平台,提升培养应用型人才条件等具体措施;通过3年的探索与实践,取得了较好的培养效果。