百舸争流千帆竞 敢立潮头再创新

坚持以科学发展观为指导,更加自觉坚定地走中国特色自主创新道路,建设创新型国家!在党的十八大精神指引下,解放思想,勇于实践,满怀信心,办一流期刊,迈向新辉煌!高举中国特色社会主义伟大旗帜,以邓小平     

众眼看宇宙

发射星云NGC6188位于天坛座,距离我们约4000光年。在这片区域中,一群大质量的年轻恒星“天坛座OB1星协”形成于数百万年前,它们发出的恒星风和强烈的紫外线雕蚀了星云怪异的形状,同时星云中的氢气受到加热后发出红色的光辉。仔细观察照片的右上角,不难发现一个酷似蓝色波斯婆婆纳的星云。这个星云编号为NGC6164,中心有一颗已经接近生命末期的大质量恒星。它同样是个发射星云,虽然离NGC6188很近,但是它被划分到了矩尺座。     

众眼看宇宙

在广袤的宇宙之中,有一个由发光气体和尘埃云混合而成的星云,外形类似一个展翅高飞的鸟类,于是它获得了一个很形象的名字——海鸥星云。这只巨型的红色海鸥覆盖了银道面约1．6度的范围,距离我们约有3800光年。倘若进一步划分这个天区,可将海鸥头部的星系称为NGC2327,又名鹦鹉星云。这是一片致密的尘埃区域,其中隐藏着大质量恒星。IC 2177则为海鸥伸展的翅膀,位于麒麟座和大犬座交界区域。左边的翅膀包含了疏散星团NGC2335。     

新一代大推力发动机点火成功 中国火箭获得新动力

7月29日,记者从中国航天科技集团获悉,我国新一代大推力120吨液氧煤油火箭发动机点火试验获得成功,将为我国空间站建设和深空探测提供更大动力。大推力发动机将在哪些领域获得应用?有哪些重要意义?标志我国成为第二个掌握液氧煤油发动机核心技术的国家7月29日,记者从中国航天科技集团获悉,我国新一代大推力120吨液氧煤油火箭发动机在该集团第六研究院点火试验获得成功,这将为我国2014年实现长征五号火箭首飞以及进行后续载人航天和月球探测工程等打下坚实基础。"两个月前,国家国防科工局刚刚完成了对     

大挠性空间桁架结构的动力学建模与仿真研究

对航天器结构中常用的一字型空间桁架,基于建立的普通式和拉索式空间桁架结构简化模型,用有限元法建立空间桁架结构模型,分别对两种空间桁架结构的模态特性、谐响应和瞬时激励响应等动力学特性进行了仿真研究,分析了拉索式空间桁架结构的弦张力对桁架结构振动特性的影响。研究较好地模拟了大挠性空间桁架结构的动力学特性及其在外太空的真实工况,有一定的参考意义。     

快速升压过程喷管侧向载荷流固耦合分析

针对固体火箭发动机大膨胀比喷管出现的侧向载荷,采用三维数值仿真方法进行分析。通过集成软件平台MpCCI,连接计算流体动力学软件FLUENT和有限元软件ABAQUS,结合FLUENT中UDF功能,对燃气流动与喷管结构运动变形进行了耦合计算。计算结果发现,此大膨胀比喷管在快速升压阶段先后经历了自由激波分离和受限激波分离;分析得出了较强的侧向载荷主要由不对称的燃烧波、激波转变和喷管出口部位的激波震动3种状态产生;侧向载荷的大小也与快速升压的时间快慢有较大关系。采用流固耦合计算方法能体现喷管的结构变形,从而更准确地反映喷管与燃气流相互影响的真实环境,为更深入研究大膨胀比喷管侧向载荷提供了支撑。     

火箭整流罩外气动噪声环境的大涡模拟研究

基于五阶加权本质无振荡（WENO）格式构造隐式大涡模拟方法（ILES）,对跨声速来流条件下（Ma=0.8）火箭整流罩外噪声环境进行数值模拟。通过与风洞试验结果及国外文献进行对比,ILES方法能够在较粗网格下准确预测壁面湍流脉动特性。跨声速流动在壁面折角处出现分离、再附、激波/边界层干扰现象,均方根脉动压力系数出现峰值,同时该区域噪声能量在全频段都较高,易引起结构抖振效应。最后,根据ILES模拟结果,指出工程常用的外噪声经验公式的不足,并提出改进措施。     

一种跟随式大磁矩磁力矩器高反电势抑制技术

摘要： 提出一种可以实现大磁矩磁力矩器磁棒电流续流时间自动调节的控制方法,该方法既可以抑制大磁矩磁力矩器高反电势的产生,又无需增加功率器件为磁棒电流提供续流回路,大幅减小控制线路的体积及热设计难度,同时可以满足输出磁矩在小幅值内频繁变换方向的使用要求.     

圆管大应变分析的自适应单元网格划分技术

以圆薄壁钢管在冲击作用下的屈曲过程为例,描述了钢管在冲击载荷作用下,局部发生的大变形情况。在ANSYS／Ls—dyna计算中采取了不同的网格划分形式．对结果进行了变形和应力的分析比较。证明在大变形情况下,由于网格划分形式的变化,对计算精度和计算结果都有较大的影响。该方法在分析薄壁防撞杆的受冲击过程中,对局部受损情况的分析,以及防撞杆的安全性分析都有帮助。     

基于线性样条和CNN-LSTM的北斗卫星缺失数据处理方法

针对北斗某星辐射剂量探测数据缺失问题,提出了一种基于线性样条和CNN-LSTM神经网络模型的处理方法.在对数据特性分析的基础上,将原始数据分解为线性趋势项和季节波动项.对于线性趋势项,采用基于线性样条的缺失值处理方法;对于季节波动项,根据其时空变化特性,设计CNN和LSTM组合神经网络结构,完成季节波动项的缺失值处理....