多段翼型地面效应数值模拟与分析

通过数值模拟方法研究多段翼型的地面效应,采用有限体积法求解质量加权平均平均Navier-Stokes(N-S)方程,湍流模型采用Spalart-Allmaras(S-A)模型,采用滑移壁面模拟地面的相对运动.计算结果分析表明:随着飞行高度的降低,多段翼型的升力、阻力和低头力矩均减小;升力系数的减小主要是由于地面效应引起...     

基于旋转加速度计原理的重力梯度测量技术研究与试验

旋转加速度计式重力梯度测量方法通过旋转调制的方式提取微弱的重力梯度信息。首先从测量原理出发,指出实现该方案的主要难点及对策,提炼出关键技术;其次,以多种方式开展引力梯度效应试验,验证了理论的正确性;最后,尝试了面向载体应用的动态适应性试验,达到地面低动态条件下的技术要求,为开展高动态条件下的重力梯度测量奠定基础。     

基于梯度法和最大熵方法的变循环发动机加速控制规律设计

为了解决变循环发动机(VCE)加减速控制规律设计问题,提出了一种基于梯度法和最大熵方法的VCE加速控制规律优化设计方法.通过求加速时间对几何变量的导数确定几何变量调整的方向和步长,逐步得出加速过程的几何调节规律.计算VCE加速过程时,采用过渡态直接模拟方法保证发动机的喘振裕度、燃烧室油气比和涡轮进口总温均满足约束条件....     

陶瓷纤维增强梯度铝基复合材料研究

采用挤压铸造法制造的陶瓷纤维增强梯度铝基复合材料,通过观察其金相组织,测试其热学性能,并对梯度复合材料活塞顶的温度分布及隔热效果进行了计算,结果表明,采用挤压铸造法制造出的样度铝基复合材料,梯度层间纤维分布逐渐过渡无分层现象,且采用该材料制造的活塞顶具有良好的隔热效果。     

梯度功能材料制备技术及其发展趋势

综述了梯度功能材料（ＦＧＭ）的制备技术和国内外的研究现状,具体介绍了几种制备技术的基本原理和工艺方法,包括粉末冶金法、等离子喷涂法、激光熔敷法、化学气相沉积法和物理气相法以及自蔓延高温燃烧合成法。从工艺角度分析了各种制备技术的优缺点,并展望了梯度功能材料制备技术的发展趋势。     

梯度功能材料的研究进展及展望

梯度功能材料是一种新型的功能复合材料，它的两侧由不同性能的材料组成，中间部分的组成和结构连续地呈梯度变化，从而使材料的性质和功能也沿厚度方向呈梯度变化，克服了不同材料结合的性能不匹配因素，使两种材料的优势都得到充分发挥。文中介绍了梯度功能材料的概念及开发背景，着重评述了梯度功能材料在制备方法、性能评价和应用等方面研究的新进展及功能梯度材料在国内外的研究成果，并展望了其未来的发展前景。     

C/C-Al2O3梯度功能复合材料改性研究

采用炭纤维表面涂层与基体改性方法相结合,对所制的C/C Al2O3梯度功能复合材料界面性能进行了改进。研究了增强相炭纤维与陶瓷相Al2O3的界面结合强度这一关键技术,进行了热学、烧蚀、力学性能测试和微观结构分析。结果表明,添加ZrO2对基体进行改性,使材料的强度提高了39.1%,热导率降低至0.902W/(m·K)(800℃);采用炭纤维表面SiC涂层处理能有效改善复合材料的界面性能,使材料强度提高了3倍,达到约70MPa。     

基于遗传算法的电动负载模拟器ITAE控制器设计和仿真

在电动负载模拟器（ELS）的控制系统设计过程中,其优化控制参数一般需通过大量试 验来确定。本文根据ELS的工作原理建立了其执行机构的数学模型,并分析了连接刚度参数 对系统性能的影响,指出在满足系统闭环响应技术指标条件下,应选择低的连接刚度;结合 加载梯度参数,选择适当的连接刚度,设计了ELS的复合控制器结构,并采用遗传算法对复 合控制器中的各控制参数按ITAE准则进行了寻优,获得了复合控制器参数。仿真和试验结 果表明：在该控制器作用下,闭环系统的静差小于0.5％,并且其正弦响应在10Hz时的幅差 小于10％,相差小于10deg。     

飞行器多学科设计优化中迭代更新的近似模型生成方法

在多学科设计优化中常利用近似模型降低计算量,但传统的近似模型生成方法难以解决近似精度与训练集规模间的矛盾.提出了一种迭代更新的近似模型生成方法,在建立初步的近似模型后,根据梯度、波动等特征产生补充训练集,用于更新近似模型,从而增强在试验设计中选取训练集的适应性和灵活性,在近似精度与训练集规模之间取得更好的折衷.算例表明该方法的优越性,能有效地应用于实际工程中.     

跨传感器异步迁移学习的室内单目无人机避障

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法。首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略。其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习。最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能。