涡轮泵联动试验调整计算及结果分析

节流圈计算、系统调整计算和涡轮特性分析是涡轮泵联动试验中的三个主要问题。其中调整计算确定了涡轮泵系统的工况,节流圈是工况实现的必要元件,涡轮特性分析是联试的主要目的之一。本文主要论述了发动机涡轮泵联试中这些问题的解决方法和分析程序。     

基于高阶累积量的闭环子空间辨识算法研究

为了解决过程噪声和测量噪声为高斯有色噪声且反馈控制器未知情况下的闭环系统辨识问题,给出了基于子空间辨识框架下的闭环辨识算法。算法通过选择适当的辅助变量,构造出噪声过程的高阶累积量,并利用高阶累积量对高斯噪声不敏感的特性来抑制噪声的影响,最后再使用子空间算法辨识系统的状态空间模型。数值仿真表明,对于存在高斯有色噪声的闭环系统,该辨识算法可以得到无偏的系统状态空间模型。     

延迟/中断容忍网络技术及其在行星际因特网中的应用

延迟/中断容忍网络(DTN)采用一种新的端到端的覆盖层网络体系结构,是实现行星际因特网(IPN)的一种重要技术途径。文章首先论述了DTN应用于航天的几种网络协议的特点,包括束协议、利克里德传输协议(LTP)、空间数据系统咨询委员会文件传输协议(CFDP)和Saratoga协议,并分析了DTN路由算法的特点和DTN网络软件的实现,然后总结了NASA在遥感、空间站、中继通信和深空探测等任务情景下进行的DTN飞行验证试验的技术特点。针对我国未来天基综合信息网建设的需求,提出了DTN技术在体系结构、汇聚层协议、路由算法和网关节点设计方面值得关注的问题。     

太阳翼地面展开锁定的动力学仿真分析

利用ADAMS软件的柔体动力学计算功能,将ADAMS和PATRAN/NASTRAN软件联合,建立太阳翼地面展开及锁定仿真模型,从太阳翼展开初始就考虑连接架和基板的弹性,以及地面各影响因素的影响,对太阳翼地面展开锁定过程进行连续的仿真计算,得到了对驱动机构的冲击载荷等动力学性能.分析方法得到了试验的验证.其后,给出了太阳...     

Galileo L1F信号载波跟踪环中鉴别器组合研究

为了更好地进行载波相位跟踪,Galileo L1F信号相比于GPS信号增加了没有导航数据的导频信道,使数据信道能够使用不受导航数据限制的鉴别器。但是Galileo L1F信号载波相位跟踪环中传统的鉴别器组合方式仍有不足。基于适用于单一导频信道的鉴别器性能优于适用于单一数据信道的鉴别器的原理,提出了新的鉴别器组合方式,并通过仿真实验对比在不同热噪声环境下传统组合方式的两种鉴别器组合和新组合方式的两种鉴别器组合的性能。研究结果表明新的鉴别器组合在Galileo L1F接收信号的抑制噪声和防止失锁控制方面比传统鉴别器组合有明显优势。     

集成控制双绕组高速电磁阀的设计与仿真分析

给直动式电磁阀增加加速启动线圈,辅以集成控制电路,研制出一种具有较高附加值的集成控制双绕组高速电磁阀。试验表明：电磁阀最快开启时间为2．8ms,关闭时间小于2ms,具备明显的响应与结构优势。动态响应仿真分析表明：在加速线圈的作用下,电磁阀启动电流迅速上升至磁场饱和;进入维持打开模式后,磁场仍趋于饱和,维持电流高于释放电流,电磁阀仍有降耗的空间。     

橡胶颗粒振动流化床中流体力学行为的研究

为了探讨振动流化床中颗粒的流体力学行为,在振动流化床常温实验装置上,以橡胶颗粒为试料,研究了较低开孔率下振动强度、床层高度、气速等参数对振动流化床床层压降的影响.分析了起始流态化速度随床层高度和振动强度改变的变化规律.并把实验结果同文献中尼龙1010的实验结果进行了对比,得到了有益的结论.对橡胶颗粒振动流化床中流体力学行为的研究可为低温粉碎中橡胶颗粒的低温气固传热研究给出合理的建议.     

超声速边界层转捩实验可控扰动的引入方法

通过数值模拟的方法,研究了在二维平板超声速边界层中,由壁面处安装的激振薄膜引入的扰动的演化过程.主要得到了如下结论:由激振薄膜引入的扰动能很快演化成标准的T-S波,但扰动的各物理量的演化为T-S波的速度并不相同,即各物理量并不同时形成T-S波,速度最先形成,而温度最晚.在相同的条件下,由不同激振形式或不同宽度的薄膜引入的扰动的演化速度基本相同.     

Y12F飞机噪声局方并行试飞适航审定技术

民用飞机为获得型号合格证,应按照有关噪声适航规章条款进行噪声适航合格审定,噪声测试飞行试验是表明符合性的最佳途径。以CAAC和FAA发布的相关噪声适航文件为基础,研究了Y12F飞机噪声测试并行飞行试验所涉及的测试设备、试验场地、气象条件、飞行试验程序、数据测量和处理等方面的适航审定技术。所构建的噪声测试飞行试验适航审定方法,有效地指导完成了Y12F飞机噪声测试的适航验证工作,并完成CAAC和FAA同步审查,为获得CAAC型号合格证和FAA型号合格证奠定了基础。该研究成果可为螺旋桨小飞机和螺旋桨通勤类飞机等新机型的噪声适航合格审定提供借鉴和指导,同时也可为意愿获取FAA型号合格证的申请人提供参考。     

卫星遥测数据短时CEEMDAN-PSO-ELM预测模型

针对卫星遥测数据变化类型众多而导致传统预测模型难以准确预测的问题,提出一种基于自适应噪声完整集成经验模态分解(CEEMDAN)-粒子群(PSO)-极限学习机(ELM)的组合预测模型。首先对遥测序列进行CEEMDAN分解,以降低序列的非线性;然后利用PSO对ELM预测模型的输入权值和隐含层偏差进行优化;最后利用PSO-ELM预测模型分别预测分解后的序列,依次相加得到最终预测结果。将其应用在某在轨卫星实测数据中,与传统的预测模型比较。结果表明:该方法在平均绝对误差、平均绝对百分误差、均方根误差、标准均方误差指标上均最小,在曲线拐点处与真实数据最为接近。证明该模型能实现准确预测的功能。