舰载机材料的特殊要求与选择特点

舰载机在使用过程中要面对大过载、大冲击和强腐蚀等恶劣条件的考验,因而对材料的韧性、抗冲击性能及耐蚀性提出了较岸基飞机更高的要求。     

乌鲁木齐国际机场一次强沙尘天气分析

针对2004年4月19日乌鲁木齐国际机场(以下简称机场)出现沙尘天气的特殊性,分别从天气特性、天气形势、要素场特征、气候背景及形成机制等方面进行了分析。分析表明此次沙尘天气是中、低空700hPa、850hPa短波系统活动的结果,沙源及地表覆被状况、沙尘区前期雨量分布、气温和不稳定条件等因素均对沙尘天气的产生有显著的影响。     

基于分数阶滑模的挠性航天器姿态鲁棒跟踪控制

针对挠性航天器姿态跟踪控制问题,提出一种新型的具有强鲁棒性的分数阶滑模控制器.利用分数阶微分算子的快速收敛性与信息记忆性,在滑模面与控制输入中均引入分数阶微分算子,使新型控制器具有分数阶微分与滑模控制的双重优点,从而使姿态跟踪控制系统具有更好的快速性、强鲁棒性和良好的抗干扰性.进一步使用Lyapunov理论与分数阶稳定性理论证明了整个系统的稳定性,分析了分数阶滑模面的优点.数值仿真验证了分数阶滑模控制器的有效性与良好的控制性能.     

歼击机的强稳定控制研究

提出了一种歼击机强稳定控制方法，给出了歼击机控制系统出现传感器故障时的故障系统模型。当歼击机开环稳定时，设计了基于串联观测器的稳定控制器。言语中考虑了部件传感器故障和全部传感器故障两种情况，分析给出了相应的控制律。仿真结果表明，本文提出的强稳定方法是有效的。     

强驻波声场对微小颗粒群作用的实验研究

用实验手段研究了以空气为介质的强驻波声场 (声压级大于 1 5 0dB)对其中微小颗粒群 (颗粒直径小于 30 μm)的作用。实验中观察到了颗粒有规律地向波节点运动的现象 ,并发现聚集颗粒群中含有周期性长大、破裂而喷发的气泡。这些现象与声流及声辐射压力有关。对这些现象的观察和分析有助于加深对高声强下一些基本效应的认识     

强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变,增加了跟踪模型建模的不确定性,导致目标跟踪的精度低。为了提高跟踪精度,提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先,在地基雷达坐标系下建立目标运动模型和量测模型,利用维纳随机过程来表征运动模型中未知项的变化特性。其次,采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计,提高模型不确定性存在时滤波器的状态跟踪能力。最后,利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明,该方法的跟踪精度高,强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。     

高超声速强预冷航空发动机技术研究进展

高超声速强预冷航空发动机技术是1项具有巨大潜在技术优势的革命性动力技术,已成为高超声速动力的研究热点。 调研了国外具有代表性的强预冷发动机技术发展脉络及现状,并对不同发动机方案的典型技术特征进行了分析与总结;详细介绍 了中国在强预冷航空发动机热力循环设计分析、紧凑强预冷器设计制造和试验、超临界氦叶轮机设计、宽域进排气系统优化设计 及高效燃烧等技术方面的最新研究进展。国内外已有研究表明：高超声速强预冷航空发动机原理先进、综合性能优异,多项核心 技术已取得重大突破,无“卡脖子”难题;中国可进一步开展强预冷航空发动机核心系统和整机集成验证,提升强预冷航空发动机 技术成熟度,为水平起降重复使用高超声速飞行器研制提供有力支撑。     

一种强散射杂光下的快速星点提取算法

火工品爆破法实现星箭分离时产生大量灰尘颗粒,星敏感器被强散射杂光干扰,导致上电初期,星敏感器长时间停留在全天球模式,无法实现姿态捕获.本文通过对散射杂光成像进行建模和分析,提出杂光条件下的星点图像与无杂光时的星点图像具有近似的能量分布特征,进而提出一种基于互相关系数的快速星点提取算法,可在强散射杂光条件下快速提取出有效的星点窗口图像,然后利用窗口提星算法提取出有效星点,最终实现快速姿态捕获.开展了不同杂光条件下的星点提取和姿态识别仿真,通过本文算法与原有算法做对比,验证了本文算法在不同工况下的星点提取能力和姿态捕获方面均具有优势.     

冲压转子发动机切向驻涡燃烧室

介绍了冲压转子发动机的工作原理,提出了适用于这种发动机的切向驻涡燃烧室新概念;讨论了切向驻涡燃烧室的基本气动热力学和结构特点,并用数值计算方法对其进行了初步研究,给出了初步试验结果。     

基于神经网络的旋转肋化强弯曲U型通道内压力分布特性预测

依据部分实验数据．利用神经网络对旋转肋化强弯曲U型通道的压力分布特性进行了预测。计算结果表明，当积累了一定的实验测量数据后，经过训练的人工神经网络能够对更高转动数下的通道内压力分布特性进行预测。但是由于U型通道内压力分布的强烈非线性特性，当实验数据较少时，这种预测能力将显著下降，甚至完全丧失。因此，积累相应的实验数据对于基于神经网络的U型通道内压力分布特性的预测是必要的。