基于功能脆弱性的空中交通相依网络流量分配

依据空中交通管理与航班运行规则,采用复杂网络理论构建由机场、航路与管制扇区组成的相依网络模型,建立不同扰动策略的影响规则,提出以网络流量熵和交通流损失比变化率为指标识别网络功能脆弱性。并以网络总流量熵最小为目标,建立基于改进遗传算法的网络流量协调分配策略,以降低空中交通相依网络的脆弱性。以民航华北地区空域为原型,发现了其相依网络脆弱性表现规律和脆弱源,采用遗传算法求解网络流量分配方案,优化结果降低了网络总熵值和功能脆弱性,其中机场网络流量分配后效果最为显著,验证了方法的有效性,研究结果可为空中流量管理决策提供一定的理论支撑。     

主流攻角对双射流孔气膜冷却特性的影响

应用压力敏感漆技术,在平板上测量了不同主流攻角(i=-30°,-20°,-10°,0°,10°,20°,30°)下双射流孔的气膜冷却效率,并利用计算流体动力学(CFD)计算得到的流场对气膜冷却效率的规律进行了解析。所研究的双射流孔结构的孔间无量纲横向距离为0.5,孔间无量纲流向距离为3;射流与主流密度比为1.0,吹风比分别为0.5、1.0、1.5、2.0。结果表明小的主流攻角(i=-10°,0°,10°)下,流场中存在反肾型涡对或挤压作用,气膜层与壁面贴附良好,气膜冷却效率最高;大正值攻角(i=20°,30°)下,虽然气膜覆盖面积大,但反肾型涡对退化,气膜冷却效率下降;大负值攻角(i=-20°,-30°)下,流场中有肾型涡对,且气膜横向覆盖受限,气膜冷却效率最低。     

转子系统挤压油膜阻尼器设计与动力特性

鉴于挤压油膜阻尼器(SFD)设计必须要同时考虑转子系统的动力学特性,提出了一种转子系统与挤压油膜阻尼器耦合设计方法,给出了详细的设计流程。对所设计的阻尼器进行了CFD数值模拟、油膜压力测量以及减振效果实验,结果证明所提出的设计方法是有效的。相比未采用阻尼器,采用阻尼器后转子系统两个转盘的振幅分别下降了46%和39%。通过实验还研究了不平衡量、支承刚度、供油压力和滑油温度对挤压油膜阻尼器减振效果的影响。结果表明,相比于不平衡量和支承刚度对减振效果的影响,供油压力和滑油温度的影响并不显著。进行挤压油膜阻尼器设计时,重点应该关注转子上的不平衡量大小和支承刚度。     

Percolation transition in temporal airport network

The air transportation system has a critical impact on the global economy. While the system reliability is essential for the operational management of air traffic, it remains challenging to understand the network reliability of the air transportation system. This paper focuses on how the global air traffic is integrated from local scale along with operational time. The integration process of air traffic into a temporally connected network is viewed as percolation process by increasing the integration time constantly. The critical integration time T_P which is found during the integration process can measure the global reliability of air traffic. The critical links at T_P are also identified, the delay of which will influence the global integration of the airport network. These findings may provide insights on the reliability management for the temporal airport network.     

考虑滑流影响的埋入式进气道气动特性分析与流动控制研究

研究滑流对埋入式进气道性能的影响机理对于发动机的稳定性具有重要意义。针对某型涡桨发动机 滑油散热器进排气道系统,基于 CFD技术建立系统的螺旋桨滑流与滑油散热器内流一体化数值模拟方法,进 行考虑滑流影响的滑油散热系统埋入式进气道气动设计仿真分析;针对埋入式进气道由于吸入边界层低能气 流导致通过散热器流量低的问题,设计4组涡流发生器进行主动流动控制。结果表明:滑流使得进气道中的气 流偏离,难以形成稳定漩涡,容易发生流动分离;而合理设计的涡流发生器可以有效改善埋入式进气道内流场 特性,并使通过散热器的流量提高12%。     

基于虚拟仪器技术的发动机网络化试车测试系统设计

介绍虚拟仪器技术在发动机试车过程中的具体应用,以LabVIEW软件为平台实现信号的采集、分析、处理和显示。该系统通过网络实现数据共享,各个上位机根据自己的需要获取不同的数据,然后通过软件处理,实现对发动机试车过程的实时监控。     

基于图像识别的机械振动信号特征提取与寿命预测方法研究

滚动轴承作为许多机械设备的关键组件,被广泛应用于机械制造、航空航天等领域,其健康状态直接影响了相应设备的剩余寿命,因此在设备故障预测与健康管理(Prognostics and Health Management, PHM)领域,滚动轴承寿命预测具有很高的研究价值。目前基于数据驱动的轴承寿命预测方法主要利用特征提取并构造健康因子(Health Indicator, HI),然而在这一过程中特征的选择与融合依然依赖于专家先验知识,并且健康因子也很难从复杂的时序数据中进行提取。因此,提出了一种新型的数据驱动寿命预测算法,在特征提取方面,通过连续小波变换(Continuous Wavelet Transform,CWT)将传感器振动信号转换为时频谱图,再通过深度残差网络(Deep residual network, ResNet)结合时空卷积网络(Temporal Convolutional Network, TCN)将时频谱图中的时域频域特征构造成为健康因子,最后完成剩余寿命预测。本研究在PRONOSTIA数据集上与现有的数据驱动算法进行了对比,证明了该算法可以更准确地完成剩余寿命预测。     

基于深度学习的雷达干扰识别方法研究

针对复杂电磁环境下雷达干扰信号识别问题,从优化卷积神经网络结构的角度出发,本文提出了一种对卷积神经网络结构LeNet-5增加批量归一化层和改变激活函数的方法。该方法能够加速网络收敛,提升网络的学习效率。本文首先建立舰船目标模型,分析了噪声调幅干扰、噪声调频干扰、梳状谱干扰和无干扰的真实目标回波信号在时频域的差异,然后利用四种信号对舰船目标模型生成数据集,最后通过本文所提方法实现雷达干扰的自动识别。仿真结果表明：在全信噪比条件下,本文所提方法对四种信号的识别准确率达到98.1%,表明所提方法有着较好的稳定性和鲁棒性。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

基于纳米吸能流体的火工点式分离装置缓冲技术研究

运载火箭火工点式分离装置工作时具有强冲击载荷特性,为有效降低冲击峰值,提出了一种基于纳米吸能流体结构的冲击缓冲技术。首先进行纳米吸能流体的吸能原理研究,建立其本构关系,揭示影响其吸能密度的主要因素;其次开展火工装置有限空间内的纳米吸能流体缓冲结构设计;最后通过有限元仿真与试验验证其缓冲性能。试验结果表明,本文设计的基于纳米吸能流体的缓冲结构,吸能密度高达122.8 J/g,冲击力峰值较空载条件下降了59.2%,冲击加速度峰值下降了63.4%。