多喷管火箭动力系统尾焰辐射特性可视化研究

为研究高空多喷管火箭动力系统尾焰辐射特性的可视化计算,采用耦合了Realizable k-ε湍流模型的三维N-S方程描述尾焰流动过程,化学反应速率采用湍流脉动机制和Arrhenius机制控制,采用PISO算法对多喷管动力系统尾焰流动过程进行求解,得到了尾焰流场的各项参数分布.在此基础上,运用气体辐射传输方程和SLG模型对不同方向观测面上接收到的尾焰辐射照度进行计算,得到尾焰在不同方向上的辐射特性分布,进而实现尾焰辐射特性的可视化计算.计算结果表明:高空助推器尾焰的辐射特性要明显强于芯级,其中喷管出口处尾焰的辐射特性最强,最容易被发现和识别;尾焰辐射特性的可视化计算可以有效捕捉到尾焰流场的结构,从而为尾焰的红外追踪与预警研究奠定基础.     

基于金属密封垫圈非线性变形仿真的预紧设计

为确保密封结构能有效阻止箱体内部介质的泄漏,要求密封面具备一定的密封比压,即通过施加合理的拧紧力矩来控制密封件的压缩量。目前主要采用试验方法验证一系列拧紧力矩下的密封效果,从而获取临界力矩值并确定可靠的拧紧力矩设计值。文章基于试验经验做出了合理的假设以建立简化的非线性有限元分析模型,对金属垫圈在压紧力下的塑性变形进行仿真,通过金属垫圈发生临界变形量的压紧力反推出拧紧力矩的临界值。该方法获取的临界力矩值与试验方法相近,可以有效地提高设计效率,降低试验成本。     

受控液扇撞击的混合特性研究

对溅板式层板喷注单元撞击后产生的两个相同受控液扇的混合特性进行研究,探讨液扇扩张角β对混合效率因子Em的影响。研究过程中对圆柱射流流强分布数学模型进行分析并改进,建立了适用于两个相同受控液扇撞击后的流强分布的数学模型。模拟计算Em值与试验值的偏差在-0.86%~12.9%之间。研究结果表明：当β〈60°时,Em随β的增...     

惯性式低频振动传感器畸变波形恢复问题初探

水电机组振动是表征水电机组运行稳定性的主要指标之一。然而，水电机组转频太低，适合于使用测量低频振动信号的惯性式低频振动传感器。由于传感器本身频率特性，造成其输出波形的低频段必然产生较大的畸变。为了获得实测低频振动信号的真实波形，对振动传感器输出的畸变波形恢复问题进行了初步探讨。     

三阶时变离散系统的一致渐近稳定性

特征建模的方法为智能控制器设计和一些高阶对象进行低阶控制器设计提供了理论依据，特别是为大型空间挠性航天器的控制提供了一种有效的途径。但是，对于阶次和参数未知的高阶线性定常系统基于特征模型设计的自适应控制方案，其稳定性问题尚未完全解决，这一问题实际上归结为时变离散系统的稳定性问题。对于位置保持或位置跟踪控制，基于特征模型设计的自适应控制方案其稳定性问题即为三阶时变离散系统的稳定性问题，利用Lyapunov直接方法定量地给出了三阶线性时变离散系统和一类非线性三阶时变离散系统一致渐近稳定的判据，从而为基于特征建模设计适当的控制律以满足稳定性的要求提供了理论依据。     

试飞测试数据的数据特性分析

提出利用小波变换的多分辨率特性 ,对安装在飞机机翼上的应变传感器的实测数据进行分析 ,得出其频率特性。并将该方法与传统快速傅立叶变换分析结果进行比较 ,探讨了使用小波变换对工程实测数据进行分析的可行性。     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了金属材料缺陷特征提取的方法(小波包子带能量比较法)及不同缺陷的识别方法(小波分形神经网络法)。选取最能反映缺陷特征的参数——"能量特征向量"作为特征参数,进行缺陷的特征提取。缺陷的识别方法将小波包分解后各子带系数的分形维数作为特征矢量,对其进行径向基神经网络训练,从而可很明显区分出有无裂纹以及不同裂纹信号。以航天发射塔架钢连接构件疲劳裂纹超声检测信号为例,使用所提出的特征提取和模式识别方法,结果表明是行之有效的新方法,为金属材料缺陷检测与识别开拓了新思路。     

强激光辐照下充压壳体损伤特征温度分析

提出了损伤特征温度的理论表述,该物理量表征的是材料结构达到强度极限时的温升大小,同时其对应的是壳体出现开裂损伤时满足的最低能量条件。通过建立有限元模型,给出了激光加载下损伤特征温度的计算方法及结果,对加载功率密度和内压的影响关系进行了讨论,并预估了不同功率密度加载时壳体的损伤时间。结合数值模拟结果,开展了相关试验研究,并进行了讨论。研究表明,激光功率密度和壳体内压对损伤特征温度有不同的影响关系,该物理量对试验设计具有重要参考价值。     

螺旋桨目标的ISAR回波信号建模与分析

建立了一种螺旋桨回波散射点叠加模型（BSPS）。给出了基于逆合成孔径雷达（ISAR）成像的螺旋桨调制模型（IBJEM）。根据螺旋桨的ISAR回波特性,对三种有不同螺旋桨结构的桨叶回波进行了成像仿真,讨论了螺旋桨结构参数对桨叶回波特性的影响。研究结果表明：该模型有较大的实用价值。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。