DARPA Alias项目招标

美国国防预研局（DARPA）希望将无人机自主技术引入到有人驾驶飞机以减轻飞行员的工作负荷。DARPA计划于5月14日向投标方介绍使用驾驶舱自动化系统后机组工作负荷（Alias）项目,该项目旨在演示一种需要更少机组人员即可操作的嵌入式、可拆卸套件。这种全时段的自动化辅助系统。     

变几何径向透平损失模型及其分析

基于99 mm叶轮实验, 分析了变几何径向透平静叶的各种损失以及不同的损失模型.给出了变几何透平静叶冲角损失的定量分析.通过计算对比不同静叶喉部宽度下叶道边界层摩擦损失, 验证了Glass-man模型在计算叶片流道损失时, 与试验结果是相符的.基于NASA损失模型分析了径向透平静叶的尾缘损失, 损失随着出口边厚度呈线性增加, 减小出口边厚度是减小尾缘损失的有效方法.      

火箭径向连接孔精度对承载能力影响分析

对火箭部段间径向连接进行受力分析,径向连接螺栓受剪切力及附加弯矩共同影响。对存在接触、摩擦和预紧等非线性因素的径向螺栓连接结构建立有限元分析方法,得到径向连接螺栓所受剪切力及附加弯矩。基于典型结构开展连接孔精度对承载能力的影响,获得不同对接孔精度下的承载能力,为火箭径向连接孔精度的选择提供工程设计依据。     

基于相位变化率的无源定位法

无源定位技术有着广阔的应用前景，本文在现有单站无源定位方法的基础上，介绍了相位变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位获取目标的方向信息，利用对应的相位变化率获取目标的径向距离信息，从而实现对目标的实时高精度定位。文中还给出了观测平台飞行姿态变化情况下的定位表达式。仿真结果表明，该方法是一种发展前途较好的单站无源定位方法。     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

静叶片时序效应对压气机叶片非定常气动负荷的影响

采用数值方法对两级低速压气机中径处的流场进行非定常模拟。研究第二排静叶在两个典型周向位置上的叶片气动负荷,分析各列叶栅气动负荷的非定常波动以及静叶时序效应对叶栅气动负荷的影响。对各列叶栅的非定常气动力和气动力矩进行频谱分析,探讨叶列间的非定常气动干扰。结果表明,时序效应对静叶片气动负荷的影响明显高于动叶片的。时序效应能够提高压气机的性能与叶片寿命.      

中介轴承外圈故障动力学建模及仿真分析

为了研究航空发动机中介轴承故障特征,基于Hertz非线性接触理论,建立了一种考虑时变位移激励的4自由度中介轴承外圈故障动力学模型。采用双转子试验台对中介轴承外圈故障进行实验模拟,实验结果和动力学模型数值求解结果一致,验证了所建立模型的准确性。采用动力学模型仿真分析了中介轴承外圈存在缺陷情况的振动响应。研究了中介轴承振动方根幅值、波形因子、脉冲因子、峰值因子和峭度因子随缺陷大小、径向载荷的变化规律。结果表明:随着缺陷尺寸或径向载荷增大,中介轴承振动方根幅值呈增大趋势。脉冲因子、峰值因子和峭度因子等无量纲参数随着缺陷尺寸增加,先增大后减小。随着径向载荷增加,以上三个无量纲参数呈增大趋势。同时,证明方根幅值、脉冲因子、峰值因子和峭度因子等特征参数对中介轴承外圈故障敏感。