基于PIV的凝胶模拟液撞击雾化速度场实验研究

为了更好研究凝胶推进剂的雾化,采用时间分辨粒子图像测速(TR-PIV),研究了不同撞击角度(45°,60°,75°,90°和120°)和射流压差(0.4MPa~0.8MPa)对凝胶推进剂雾化速度的影响。实验结果表明:雾化液滴速度对于撞击轴线呈单峰对称分布,距离撞击点越远,雾化液滴速度越小且分布越均匀;增大撞击角和增大射流压差都可提高凝胶推进剂有效撞击速度,即增加撞击后液体动能转换液体破碎所需的能量,雾化质量提高;当有效撞击速度大于27.9m/s时,实验室配置的凝胶推进剂可充分雾化。     

直升机/粒子分离器一体化流场特性: 第一部分 前进比的影响

针对典型布局条件下直升机/粒子分离器的一体化流动特性进行了仿真研究.利用相关试验数据对仿真方法的有效性进行了检验,将整体式粒子分离器安装至类“阿帕奇”直升机外型上,形成了一种典型直升机/粒子分离器布局方案,并分析了其在不同前进比下的一体化流场特性.结果表明:较高前进比下,在粒子分离器进口上游的齿轮箱外罩上出现了复杂的三维流动分离,使得粒子分离器在较不均匀的进口来流条件下工作.与独立粒子分离器状态相比,一体化条件下粒子分离器主流出口、扫气流出口的总压损失均有所加大,增幅分别为1%和8%.      

表面介质阻挡放电等离子体体积力实验

采用粒子图像测速(PIV)技术,在2200,4800,7300,14600Pa空气压力条件下,测量了高频高压表面介质阻挡放电(surface dielectric barrier discharge,SDBD)等离子体诱导流场.根据速度场和N-S方程求解了等离子体体积力分布,分析了空气压力和激励器电压对等离子体体积力影响.实验结果表明:相同空气压力时,激励器电压越高体积力越大.相同激励器电压时,体积力随空气压力升高减小.在体积力分布区域,体积力方向一致,较大体积力区域分布于体积力方向线上游,流场高速流动区域紧挨较大体积力分布区域,位于体积力方向线下游.     

基于AFM调制电信号的矢量式纳米加工系统的开发及其应用

在Digital Instrument(DI)公司多功能SPM仪器的基础上,开发出基于原子力显微镜(AFM)调制电信号的矢量式纳米加工系统,成功地实现了纳米量级结构的加工及对加工电路中微弱电流的精密实时探测,实现了对加工电压的实时精确测量及对电容效应的实时观测等。     

颗粒冲刷对C/C材料烧蚀影响的实验研究

为研究粒子直接撞击模式下C/C材料的烧蚀形貌及性能,丰富C/C材料烧蚀研究,开展了粒子侵蚀实验.利用扫描电镜和三维微观成像等测量手段进行微观烧蚀形貌的研究,结果表明颗粒冲刷条件下由于粒子的直接撞击,侵蚀区域出现小凹坑,但轴棒纤维突出,轴棒表面出现大小不同的凹坑,部分单丝从基体中断裂,形成微观锥形孔穴形貌,径向纤维束部分区域出现孔和开槽,整体形貌不再连续一致;未侵蚀部位的微观形貌和烧蚀试验中的喉部形貌一致,单丝呈现笋尖状.     

幂律型流体雾化SPH方法数值分析

幂律型流体的雾化过程存在复杂的界面运动,用传统网格法很难精确追踪运动界面.为研究幂律型流体的雾化特性,运用SPH方法对典型的双股幂律型流体撞击雾化问题进行三维数值分析.根据文献实验,采用SPH方法模拟获得与实验条件相应的数值结果,对比后表明,二者雾化角相当吻合,数值结果还成功捕捉到液膜向液丝的破碎过程及网状的液丝分布状态,验证了方法的有效性.分析了射流速度和撞击角度对雾化角的影响,得到雾化角随着射流速度和撞击角度的增加而增大;对雾化后的速度场进行数值分析后表明,撞击点附近,惯性力的作用使速度场变化剧烈;在流体远离撞击点的过程中,粘性耗散作用使速度场趋于稳定,但速度大小小于初始撞击速度.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。