无通风直升机动力舱火灾温度场数值模拟

采用大涡模拟(LES)技术,针对某型直升机动力舱建立了火灾模型,选择油池火灾作为研究对象,并对火灾场景进行了设计.利用数值模拟的方法研究了不同位置火源动力舱的火灾场,分析了火源位置对火灾热释放速率、速度场和温度场的影响.结果表明:无通风条件下,火源位置的改变影响动力舱火灾的蔓延,并且当火源位于动力舱底部距前防火墙1/4处时,火灾强度较大,对舱内部件的破坏较为严重.因此,在防火设计中应重点对该部位火灾区域进行防范.研究结果可为动力舱灭火系统设计提供参考.      

舰艇火灾危险性评估研究

文章简要介绍了国内外对舰艇火灾的认识情况及对舰艇火灾危险性评估的研究进展。针对目前工程上多借助建筑火灾模型研究舰艇火灾的特点,文章也尝试借鉴了一种建筑火灾阶段危险性评估模型,对某舰会议室进行了火灾危险性评估。最后在评估结果的基础上对该舰会议室的消防设施和消防安全管理工作提出了整改意见。     

基于角位移的火控系统旋转变压器改进性设计

通过对旋转变压器角位移测量原理分析,提出了基于粗精通道的改进性方案,利用多模块组合设计,研制出一种新型的角位移测量系统和相应的测量算法。试验表明,改进后的组合测量系统最大误差可控制在±0.01°以内,有效地提高了火控系统角位移测量精度。     

航空发动机钛火防护技术及试验验证方法

钛合金在航空发动机上应用广泛,特别是对于追求高推重比的军用发动机更是如此。但采用钛合金存在钛火风险,且钛火故障危害大、发生频率高。分析了钛火故障产生的原因,描述了故障导致的后果,并结合发动机上典型钛火故障,总结了4种较为有效的钛火防护设计技术。阐述了钛火防护技术的试验验证方法和目的,指出只有通过试验验证,才能确认钛火防护技术的安全有效。     

战斗机机动平面控制研究

研究空战过程中攻防双方的机动平面控制问题。首先介绍了机动平面的控制目标是使得机动平面与瞄准平面重合或反向重合,然后推导了机动平面与瞄准平面的夹角,进而得到机动平面与瞄准平面重合的充要条件,给出了保证机动平面与瞄准平面重合、反向重合的控制指令,最后进行了数值仿真。仿真结果表明,所得控制指令能够实现对机动平面快速准确的控制。     

新一代战斗机机动作战决策与仿真

近距空战要求新一代战斗机具有较好的机动性能.根据基本的空战机动模式进行机动作战决策的建模,在综合飞行/火力/推进分布式计算机实时仿真系统中,运用大机动非线性鲁棒飞行控制律进行了典型的机动作战仿真.仿真结果表明,具有大机动性能的飞机在空战过程中显示出了很好的效益优势.      

电子战对导弹防空系统性能影响的评估

在电子战对导弹防空系统性能影响的研究过程中,运用信息作战原理,构造基于概率的导弹防空系统性能评估模型,通过信息与火力分析平台获取电子战影响的仿真数据,对舰载导弹防空系统的信息与火力联合打击能力进行评估,初步的评估结果表明:信息和火力对打击能力的影响分别为61%和39%,信息因素比火力因素更为重要.     

浮力修正湍流模型在航空发动机火灾模拟中的应用

由于发动机舱的火灾是典型的热驱动的浮力羽流,从探索浮力羽流的模拟方法出发,针对热羽流的基准试验,比较验证了3种基于浮力修正的2个方程湍流模型;利用pre PDF燃烧模型,模拟验证了Purdue甲烷火燃烧试验;以RR公司Trent 800发动机的1/2缩比短舱着火试验器为原型,采用RANS方法对由燃油泄漏引起的油池火进行了模拟计算,重现了短舱火灾的主要物理过程,并与试验测量的速度及温度结果进行了对比,验证了计算方法的准确性,并进一步分析了影响模拟结果的主要原因:湍流模型与燃烧模型能否准确计算近火源区域的火焰锋面状态,直接影响空气卷吸及下游火羽流的温度与速度。应用CFD技术,可以从防火设计的角度优化通风系统及短舱附件的布局。     

机载燃油惰化技术及标准研究

针对目前广泛应用于飞机燃油箱起火和爆炸防护的机载燃油惰化系统,详述了国外机载燃油惰化技术的发展历程,并介绍了国内发展现状,提出影响机载燃油惰化系统设计的关键因素。在此基础上,简述了国内外标准情况,提出了制定我国机载燃油惰化系统标准的建议。     

神经网络控制在综合火力／飞行系统中的应用

提出了两种基于模糊控制的神经网络控制器的设计方案，并将这两种控制器应用于综合火力／飞行系统的耦合控制。两种方法的主要差别在于获取样本的方式不同。方案１是通过对模糊控制方法得到的响应曲线采样获取样本，由Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ学习算法训练神经网络，得到一组固定权值。神经网络控制器采用这组权值以“联想记忆”的方式工作。方案２则从用模糊控制算法得到的控制查询表中获取样本。因为模糊控制查询表比较大，采样时依据该表构成的相平面图的特点，对采样点数进行了压缩，使所设计的神经网络的规模可以接受，其余的设计步骤与方案１基本相同。仿真结果表明，采用这两种神经网络控制器的控制系统都具有良好控制性能