共轴反转直升机传动系统构型现状

共轴刚性旋翼高速直升机由共轴反转的两幅旋翼实现悬停和爬升,由尾推进桨实现高速前飞,旋翼不需要倾转,相对倾转式旋翼机可靠性更高,具有较好的发展前景。共轴反转传动系统是共轴刚性旋翼高速直升机的关键传动部件。本文分析了共轴反转传动系统构型原理;针对共轴反转输出功能需求,将共轴反转传动系统分为以圆柱齿轮为基础、以锥齿轮为基础、以面齿轮为基础和以差动轮系为基础实现共轴反转输出的4类传动系统构型。分别论述了4类共轴反转传动系统构型的国内外发展现状、主要特点和型号应用情况,为不同需求共轴式直升机的传动系统构型选型设计提供参考。     

检错码的对偶定理

自动请求重传(ARQ)方法已经在许多数字通信系统特别是通信网中获得了广泛的应用。在ARQ系统中,分组码的不可检错误概率是决定系统性能的重要参数,因此研究各种线性分组码的不可检错误概率显得非常重要。在本文中,不可检错误概率满足上限q~(-(m-k))的q进制线性分组码被定义为检错好码。笔者证明了关于检错码的一个对偶定理,即GF(q)上(n,k)线性分组码为检错好码的充要条件是其对偶码也是检错好码。对偶定理表明,可以从一个线性分组码的对偶码研究它的检错能力,本文用这个定理得到了关于检错码的一系列新的结论。     

TRIP2.0软件非定常模块的开发与确认

在TRIP软件定常模块的基础上,采用双时间法和动网格技术开发了非定常模块.通过NACA0012翼型小攻角俯仰振荡和深失速两个算例的计算,对比分析了不同网格规模、湍流模型、时间步长等的模拟结果,并与试验数据做了比较,结果表明计算结果与试验数据基本一致,验证了TRIP2.0软件的非定常模块的正确性和精度.     

双天线对旁瓣匿影雷达相参干扰的应用技术

双天线干扰体制是一部干扰机采用两部干扰天线同时对目标实施干扰，可以实现对旁瓣匿影雷达的干扰。重点研究采用双天线相参干扰对抗旁瓣匿影雷达的方法，分析了干扰效果。计算和仿真的结果表明当干扰对准雷达主瓣方向的偏角不大于10°，两天线相距大于500m时对雷达有显著的（压制性的）干扰效果。     

基于对偶四元数的INS/GPS组合导航算法研究

在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。     

无位置传感器无刷直流电机控制技术在血泵中的应用

针对血泵要求电机控制系统硬件电路简单、速度控制精确、稳定可靠等特点,本文论述了基于可编程逻辑芯片XC3S400的无位置传感器无刷直流电机控制系统,介绍了无位置传感器电机控制的反电势过零测转子位置、速度闭环控制.软件结合了增量式PID算法的优点,实现精确稳定的速度闭环控制.经过溶血与动物试验结果表明,本控制系统调速性能好、稳定可靠,对血泵溶血、动物试验的长期运行起到了很好的保障,该控制系统已应用于实际的产品中.     

双燃烧室冲压发动机超声速混合层混合增强数值研究

研究了具有双燃烧室冲压发动机超声速燃烧室工程背景的特定超声速混合层的混合增强措施——低速流入口加入沿流向振荡.研究结果表明:它对二维混合层的混合增强效果明显,加振荡后流场燃烧强度加大,但仍属于较弱燃烧强度;振荡频率决定着涡量聚集区域的位置和大小,振幅决定着涡量分配和聚集的均匀程度.      

合成双射流控制翼型分离流动的数值研究

合成双射流激励器是合成射流技术发展的最新成果,所形成的射流具有更高能量、流动更稳定的特点。采用数值模拟的方法,对比研究了合成射流与合成双射流对翼型分离流动的改善效果。结果表明:合成射流可以将翼型失速攻角提高2°、最大升力系数增加18%,合成双射流可以将翼型失速攻角提高4°、最大升力系数增加35%,证明了合成双射流具有更好的分离流动控制效果。另外着重分析了合成双射流工作频率和动量系数对控制效果的影响,发现当激励器工作频率为流场特征频率的1和2倍时,对翼型气动特性的改善效果最好,同时控制效果会随动量系数的增加而增大。     

网络计划中构建对偶网络模型的理论和方法

针对现有的网络计划模型重点体现的不是其核心机动时间和路差,而是具体的时间和路长,进而使得该模型在运用时往往会遇到阻碍的问题,利用对偶原理,构建网络计划模型的对偶模型.首先,通过分析机动时间和路长之间的关系,推导出路差定理;其次,在路差定理的基础上,利用对偶原理构建对偶网络模型,并分析其性质;然后利用该模型揭示网络计划的对偶等价性;最后,通过例子进行验证和说明.该对偶网络模型重点体现了机动时间和路差,使得网络计划更具针对性和有效性.     

Vehicle State and Parameter Estimation Based on Dual Unscented Particle Filter Algorithm

Acquisition of real-time and accurate vehicle state and parameter information is critical to the research of vehicle dynamic control system. By studying the defects of the former Kalman filter based estimation method, a new estimating method is proposed. First the nonlinear vehicle dynamics system, containing inaccurate model pa rameters and constant noise, is established. Then a dual unscented particle filter （DUPF） algorithm is proposed. In the algorithm two unscented particle filters run in parallel, states estimation and parameters estimation update each other. The results of simulation and vehicle ground testing indicate that the DUPF algorithm has higher state estimation accuracy than unscented Kalman filter （UKF） and dual extended Kalman filter （DEKF）, and it also has good capability to revise model parameters.