大坝渗流反问题初步研究

对大坝渗流反问题进行了初步研究,基于渗流场的有限元计算建立了反演坝体渗流参数的计算方法.该方法将参数反演问题转化为参数优化问题,利用大坝运行水位变化过程中坝体内某些测点上的水头测量数据,用牛顿-拉夫逊算法优化出坝体的渗流参数.通过算例计算分析表明,该反演方法具有推导简洁、反演精度高、适应性好的优点,有较好的工程实用价值.     

两类n阶非线性方程的两点边值问题

已有人利用上下解方法讨论过非线性n阶常微分方程两点边值问题解的存在性，而边值问题是否存在上下解是很难判别的，在文中，用初等方法讨论了两类n阶非线性方程满足两点边界条件的边值问题解的存在性、唯一性，并对解的存在性唯一性区间进行了估计。     

航天飞机自动着陆轨迹优化设计

采用沿约束轨迹的推演计算方法及优化原理对航天飞机自动着陆飞行轨迹进行优化设计。首先根据过载、垂直下降率、连续性和平稳性要求确定飞行轨迹的基本形状，然后采用两点边值优化方法对轨迹参数进行优化设计以获得理想的接地动压。与传统的和制导系统联系在一起的轨迹设计方法相比，该方法具有简便、快速、可重复使用、鲁棒性强等特点。     

一类二阶三点边值问题解的存在性

运用上下解方法,研究了一类二阶混合非线性边值条件的三点边值问题,通过构造了适当的非线性辅助函数工得到了解存在的充分条件,推广和改进了某些已知的结果。     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

可压缩多介质流动问题的高精度数值模拟方法

在可压缩流动问题的数值模拟领域,激波的高分辨率计算已取得重要进展.但是包含物质界面的可压缩多介质流动的数值模拟还存在诸多数值挑战,主要表现为界面处数值耗散过大和非物理振荡等问题.界面处流体性质的不连续性是造成可压缩多介质流动问题物理建模与数值方法困难的主要原因.为了建立一套高效的可压缩多介质流动问题的高精度数值模拟方案...     

基于反问题的涡轮过渡流道一体化支板设计方法

为进一步改善大涵道比涡扇发动机气动性能及燃油经济性,降低其污染物排放,控制其重量与成本,提出了一种高效的高、低压涡轮过渡流道整流支板一体化设计理念,即对原型支板与第一级低压涡轮导叶进行初步正问题一体化设计,并基于气流角全三维粘性反问题进行进一步改型设计,使得在保证自身气动性能不降低的基础上,带一体化支板涡轮过渡流道能够与高、低压涡轮实现良好匹配。以某型发动机过渡流道为算例开展了一体化设计工作,并采用三维数值模拟方法进行了设计点、非设计点流场分析评估。结果表明,设计点工况下一体化支板出口气流角以及马赫数分布均与原型导叶出口一致,验证了一体化设计的有效性。同时,带一体化支板的过渡流道总压损失从原型流道的2.49%降低到了1.02%。而在非设计工况,带一体化支板的过渡流道气流分离明显减小,具有更宽的最佳工况范围。     

飞机发动机进气道防冰系统的设计计算

针对某型具有分流隔板的发动机进气道进行热气防冰腔和管路系统的设计,在进气道的水滴撞击特性计算的基础上,对防冰系统进行热力计算,包括防冰表面的温度分布和系统压降及系统管路的流量分配,由此验证防冰系统正常工作时能否满足对表面温度的要求.此外,还分析了供气温度、供气压力、供气流量以及限流环孔径对防冰表面温度分布的影响.分析发现表面温度随供气温度、供气流量的增加而升高,限流环孔径的变化对前缘表面温度几乎没有影响,分流隔板的表面温度随孔径的增大而升高.      

基于随机网络编码的无线报文重传最优策略

网络编码技术为无线报文重传问题研究提供了新思路.分析并证明了完全无线报文重传问题最优策略所需重传报文数量等于节点请求报文数量的最大值;基于随机网络编码技术提出了最优重传策略RNCOPT(Random Network Coding based OPTimal Scheme),其编码系数从某选定有限域中随机选取(0除外);利用网络编码矩阵重新生成机制以保证100%解码成功率;描述了RNCOPT组合报文结构及发送节点操作过程.仿真表明:当接收节点数量为30而报文总数为30时,RNCOPT相对于传统非网络编码方案节省重传报文数量可达32%,而此时现有某典型策略CliqueNC却无明显效果.     

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。