水滴撞击特性的粒子统计法研究

基于水滴撞击特性研究的拉格朗日方法,提出了适合于考察非定常情况的粒子统计法.通过统计非定常流场中不同时刻撞击在防冰表面上不同区域的粒子数,获得防冰表面上粒子浓度分布随时间的变化情况,与基于染色法水滴撞击试验获得的色度分布具有直接对应关系;采用基于染色法的动态图像测量方法对某型发动机帽罩缩比模型开展了水滴撞击特性试验,对所提粒子统计法进行了验证.基于拉格朗日方法的粒子统计法获得的计算结果与试验结果符合较好,与采用拉格朗日轨迹法获得的结果具有较好的一致性.粒子统计法所模拟的物理过程与试验过程一致,在处理湍流随机性和来流液态水含量分布不均等方面具有优势.     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

喷油杆与凹腔支板稳定器近距匹配雾化特性

以水和煤油为雾化介质,采用马尔文激光粒度仪研究了来流马赫数为0.16~0.24、喷雾压差为0.30~0.90MPa、喷油杆与凹腔支板稳定器间隔为31.5mm且顺喷时液雾在轴向不同位置处的雾化特性.研究结果表明:液滴索太尔平均直径(SMD)随来流马赫数增大而减小,随喷雾压差升高而减小,但凹腔支板稳定器下游远方截面的液滴SMD在主流区对马赫数不敏感,在回流区对喷雾压差不敏感.此外,喷油杆下游液滴SMD沿轴向逐渐减小,沿径向在主流区逐渐增大,在回流区逐渐减小.      

基于传声器阵列的航空发动机噪声源识别研究

为了实现新一代发动机的噪声源识别技术,对于测试所得到的民用飞机发动机的整体噪声数据,通过部件噪声分解方法,将其分解到各个部件,并且认识当代民用飞机发动机噪声源的基本特征.开发出利用发动机整机噪声数据的噪声源识别系统,采用反卷积法将波束成型法的结果作为中间声源,从中获取所需要的声源信息,使得最终的结果更加准确.通过获取的发动机整机噪声数据,验证传声器阵列技术的可行性,并且证明了系统的可行性和有效性.     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

β Cep stars from a spectroscopic point of view

In this review we present the current status of line-profile-variation studies of β Cep stars. Such studies have been performed for 26 bright members of this class of pulsating stars in the past 25 years. We describe all these currently available data and summarize the interpretations based on them in terms of the excited pulsation modes. We emphasize that line-profile variations offer a much more detailed picture of the pulsational behaviour of pulsating stars compared to ground-based photometric data. The latter, however, remain necessary to unravel the often complex frequency pattern and to achieve unambiguous mode identification for multiperiodic β Cep stars and also to derive the pulsational properties of the faint members of the class. We highlight the statistical properties of the sample of 26 stars for which accurate spectroscopic studies are available and point out some future prospects. This revised version was published online in June 2006 with corrections to the Cover Date.     

多区域多重网格法在直升机粒子分离器中的应用

首次将多区域多重网格法用在一般曲线坐标系下交错网格布局的 SIMPLEC算法中,在直升机粒子分离器这类独特结构中的成功应用,突破多重网格方法在多连通域中运用的局限性,使复杂问题变得简单。结果表明,它不仅能加快流场求解的收敛速度,而且还能提高计算精度。     

模态参数识别的特征系统实现算法:研究与比较

以 GARTEUR飞机模型的飞行颤振和地面共振试验为例,对模态参数识别的特征系统实现算法的4种变形特征系统实现算法(ERA)、快速ERA(FERA)、相关ERA(ERA/ DC)和快速相关ERA(FERA/ DC),进行了深入的理论分析和仿真研究。结果表明:与ERA相比,ERA/ DC的阻尼识别精度在10%和30%噪声下可以提高6～60倍;FERA的识别速度可以比ERA提高4～1 0倍,且精度较高;而FERA/ DC的识别速度可以比ERA/ DC提高 3～5倍,并且精度不会降低。     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。