铸造应力的特性与测算

说明铸造应力的特性,在应力分析的基础上,通过铸造应力实验,探索如何把铸造应力的定性说明发展为定量计算.     

阀体后90°圆形弯管内部流场PIV测量及POD分析

利用激光粒子图像测速技术对阀体后90°圆截面弯管的内部流场进行测量,获取了弯管流场在不同来流流速及观测截面上的高分辨率瞬态速度场数据.分析了图像相关计算所获得的瞬态及时均速度场,对流场进行本征正交分解,并进一步分析重构脉动场中的涡结构特性.结果表明:流体流经蝶阀在弯管中形成卡门涡街,涡结构信息包含在本征正交分解低阶模态中,脉动场的模态重构可以还原涡的流动特性.     

高超声速飞行器的LPV变增益状态反馈H∞控制

针对高超声速飞行器模型高度非线性、强耦合的特点,提出了一种多胞形线性变参数系统（Linear Parameter Varying, LPV）变增益状态反馈H∞控制器的设计方法。首先在感兴趣的变参数轨迹上选取若干个平衡点进行雅克比线性化并拟合得到LPV模型,将其离散化后存储于一张量中,然后利用高阶奇异值分解（Higher Order Singular Value Decomposition, HOSVD）,舍去较小和等于0的奇异值及对应的特征向量对其进行降秩重构处理,得到了有限个LTI多胞顶点系统。在对各顶点进行状态反馈控制器设计时,为降低保守性,通过引入松弛变量,将Lyapunov函数矩阵与系统矩阵解耦,从而可以在不同的点使用不同的Lyapunov函数矩阵,以此得到依赖变参数进行增益在线调节的控制器。最后的仿真结果表明了所设计的控制器能够使系统较快地跟踪指令信号,并具有一定的鲁棒性能。     

一种解决经验模态分解端点效应的边界延拓法

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模。但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应。仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高。     

超声速翼型气动优化设计

首先分析了几何外形和相对厚度对超声速翼型气动特性的影响。基于遗传算法(GA)和气动力快速工程算法,对于相对厚度为3.5%的多边形翼型进行优化设计,多边形翼型的优化外形趋于四边形,最大厚度点后移到翼型弦线的60%左右,随着迎角或者马赫数增大下翼面会变薄,上翼面变厚,最大厚度点相应稍有后移。对于相对厚度为4%的双圆弧翼型,采用两步优化设计方法,第1步优化结合基于B样条的类别形状函数变换(CST)参数化方法与小波分解方法,实现几何外形的局部控制与光顺处理,并且采用本征正交分解(POD)代理模型降低优化过程中流场计算的工作量;第2步优化采用基于Navier-Stokes方程的最速下降法(SDA),修正第1步优化中代理模型和小波光顺引入的误差;优化设计得到的翼型近似为四边形,其相对厚度最大点后移到翼型弦线的60%~65%处,升阻比可以提高7%。     

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

时间倾斜法在叶轮机械非定常模拟中的应用

应用时间倾斜法处理非定常模拟中前后两排叶片栅距不相等的问题,通过对流动控制方程的时空转换,发展了相邻两叶排任意转速下非等栅距的非定常时间精确算法,使该方法拓展为适用于超常规动/动结构叶轮机械内的非定常流动计算.在此基础上编写了完整的时间倾斜法计算程序与约化算法计算程序.对某进口导叶/转子之间静/动干涉的非定常流场进行的计算表明:与约化算法相比,时间倾斜法采用原始单通道模型,真实地反映了流场的非定常性;同时,计算量仅为全通道模拟的2/41,大大节约了计算成本.      

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

卫星组网构型设计及接入算法技术研究

为了弥补单层卫星网络的缺点,综合各单层卫星网络的优点,形成优势互补,为用户提供更好的服务质量,混合卫星网络应运而生.针对不同的卫星接入算法对卫星的服务质量的影响各不相同,重点研究设计更好的混合卫星网络和卫星接入算法.在分析GEO、MEO、LEO和HEO卫星网络各自的特点的基础上,综合其性能的好坏和设计实现的难易程度,设计并提出5 GEO+66 LEO的双层卫星网络及多QoS约束的卫星接入算法.最后通过仿真分析,验证该算法的正确性.