客机概念设计中主要参数初估的计算工具

主要总体参数的初估是客机概念阶段的一项重要工作。本文目的是为客机概念设计开发一个总体参数的初估工具。通过文献分析和理论推导,总结出一种初步确定客机主要总体参数的方法。该方法只需输入商载、航程、飞行性能要求,以及较少的预估参数,就可计算出翼载、推重比和重量特性。根据该方法,应用MATLAB编程技术开发了一个具有良好用户界面的计算工具。算例验证表明,由该计算工具确定出的总体主要参数与参考机型基本一致。     

GPS接收机的失锁后处理研究

信号失锁是GPS接收机在市区应用时遇到的一个问题,文中提出信号失锁后的快速恢复概念,推导出在卫星信号失锁期间对其多普勒频率、码相位和导航比特边界的预测算法和预测误差分析,并进一步研究失锁后处理设计,最后用SPIRENT模拟源进行多种信号失锁情形的模拟,验证了此设计能增强接收机的稳健性,加快接收机失锁后的定位恢复速度。     

辐射源脉冲分选的二次聚类方法

多辐射源的脉冲信号分选问题实际上是一个聚类问题 ,探讨了在单站无源定位条件下 ,为了解决粗测角条件下进行信号分选的难题 ,采用二次聚类方法对脉冲进行分选的新途径。     

基于起飞分析的机场障碍物评估软件的设计

机场障碍物主要影响起飞越障限制重量和起飞安全,同时机场障碍物评估是航空公司性能工程师日常主要计算工作。针对机场起飞航径区内的所有障碍物,按照CCAR121部的规定,建立民用机场障碍物信息数据库,利用编程语言设计障碍物评估软件,识别附近的障碍物是否为重要障碍物,同时将重要障碍物信息自动转换为飞机性能软件对应的输入接口文件,便于后续的起飞越障计算,可以快速提高性能工程师的计算效率。     

铝合金薄壁中空结构件重负荷铣削切削振动研究

使用直径为20mm的商用高速钢和硬质合金刀具,在中低切削速度和大切宽条件下对高速列车车体用T5热处理6N01铝合金双壳薄壁W型结构件进行重负荷铣削试验,重点对铣削振动及其影响因素进行研究.结果表明:当铣刀铣削至结构件的筋板交叉处时振幅有突变增加,其值为铣削铝合金薄壁时的3～6倍;在中低速铣削范围内,重负荷铣削该结构件时易发生自激振动和强迫振动.研究同时表明,机床转速和每齿进给量是影响切削振动的显著因素,波刃刀具切削振动幅值显著大于非波刃,螺旋角较大的刀具和齿数较少的刀具其切削振动较小;在剧烈的切削振动下,高速钢刀具易发生刀尖崩刃,波刃刀具则易发生严重粘结.     

多重化双向Buck/Boost变换器控制策略仿真研究

多重化双向Buck/Boost变换器常作为能量交换接口用于储能系统中。采用基本建模法对三重化双向Buck/Boost变换器建立交流小信号模型,基于变换器的开环特性,设计了电压、电流补偿网络,在此基础上提出一种新的基于前馈校正的复合双闭环控制策略。为验证所提控制策略的正确性进行了MATLAB仿真研究。仿真结果表明:该控制策略可为三重化双向Buck/Boost变换器提供良好的动、稳态性能,同时对大范围的负载变化等扰动均具有很好的鲁棒性。     

区间变时滞系统的时滞相关鲁棒非脆弱H_∞控制

针对一类区间变时滞不确定系统的时滞相关鲁棒非脆弱H_∞控制问题进行了研究。基于时滞中点分割法和互凸组合技术,构造了一个包含四重积分项的Lyapunov-Krasovskii泛函(LKF),并利用新的积分不等式方法给出了LMI形式的时滞相关有界实判据;基于此给出了该系统非脆弱H_∞控制器的设计方法,该方法不需要参数调节且易于实现。仿真结果表明,所推导的有界实判据和所设计的控制器具有很好的鲁棒性和非脆弱性。     

超声波作用下常温磷化工艺的研究

介绍了一种不含任何有毒、污染环境的促进剂的碳钢表面超声波常温磷化工艺.探讨了超声波、及在超声波作用下磷化工艺参数,如温度、时间和pH值对所得磷化膜外观、膜重和耐蚀性的影响.结果表明:在超声波作用下,磷化液不加任何促进剂也能在碳钢表面实现常温磷化,而且所得磷化膜层均匀、致密,呈灰色;磷化膜层耐硫酸铜点滴时间可达到50～120 s,在3%NaCl溶液中产生锈蚀点的时间为4 h;磷化膜层与漆膜结合力好.     

安全起飞和中断起飞的计算及实例分析

起飞性能的分析是确保航空公司安全和高效运行的关键。安全起飞和中断起飞的计算是起飞性能分析的主要内容。本文依据民航相关法规,提出了计算不同可用起飞距离和所需起飞距离的分段计算方法,给出了满足安全起飞和中断起飞的要求以及计算场长限重的工程方法。并以某机型在某机场跑道起飞为例,计算了各个可用起飞距离和所需起飞距离,给出了某条件下场长限重计算结果。     

基于步行周期聚类的视频行人重识别关键帧提取算法

视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。