涡扇发动机引射喷管的红外辐射特性数值研究

红外隐身技术对提高未来战机战场生存力具有重要意义,发动机排气系统是飞机后半球的主要红外辐射源。为了研究涡扇发动机引射喷管的红外辐射特性,结合引射喷管的CFD计算,采用离散传递法计算红外辐射强度,研究了普通引射喷管以及带5°下倾角的引射喷管后半球3～5μm以及8～14μm波段的红外辐射强度空间分布规律,并与相似尺寸的涡扇/涡喷发动机收缩喷管进行比较。结果表明：在探测角度较大时,涡扇发动机引射喷管的红外辐射强度较收缩喷管小20%左右;引射喷管结构上的非对称性导致红外辐射强度角向分布也呈现非对称性特征;8～14μm波段与3～5μm波段的红外辐射空间分布规律基本相同,但辐射能量小40%左右。     

铁木辛柯梁固有振动频率的边界元解法

根据傅里叶变换推导具有两个广义位移的铁木辛柯梁固有振动的基本解.利用加权残量方法,从控制微分方程出发建立边界积分方程,进而根据边界条件得到频率方程,采用代数特征值方法和影响系数方法求解频率,并分析了两种方法的特点.以杆为例证明了对于一维均匀结构,对不同的边界条件利用边界元方法(BEM,Boundary Element Method)都可以得到精确频率.将铁木辛柯梁的BEM结果与有限元结果和精确解进行了比较.     

基于四元数理论的彩色图像脉冲噪声开关滤波

根据四元数单位变换理论定义了一种新的描述彩色图像像素点间差异的距离,该距离可以同时描述两个彩色像素点在强度和色度上的差异.利用该距离和图像边缘的结构性与方向性,构造了一种基于四元数的开关型彩色图像脉冲噪声滤波器.该滤波器对像素点进行4个方向上的噪声检测并仅对检测为噪声的像素点进行滤波.实验表明:该滤波器能够在去除彩色图像中的相关和非相关噪声的同时保护图像细节,同时具有比传统方法更快的执行速度.     

基于小波神经网络的直升机主减速器故障诊断系统

应用离散小波变换(DWT)和神经网络相结合构建直升机主减速器速器故障诊断系统: DWT对振动信号进行特征提取,神经网络对故障进行辨识和分类。阐述了DWT、帕塞瓦尔定理和广义回归神经网络(GRNN)基本理论,提出了直升机主减速器的故障诊断系统流程图,最后用某型直升机飞行时主减速器上的振动数据对该系统进行验证。实验使用了BPNN(back-propagation neural network)和GRNN两种神经网络,结果表明:提出的故障诊断系统能对主减速器故障进行较好的辨识和分类,这将为直升机主减速器故障诊断系统的进一步开发提供新的技术参考。      

浅表层月壤铲挖采样的振动减阻技术仿真研究

文章对振动铲挖技术在浅表层月壤采样过程中的适用性进行了研究。根据月壤宏观、细观参数,采用离散元法建立了月壤模型,对月球表面低重力低气压环境下的月壤应力—应变特性进行仿真,并结合采用Balovnev机—土交互模型描述的月壤铲挖阻力公式,对月壤的振动减阻机理进行了分析。在此基础上,通过向采样器施加不同振幅和频率的振动,开展了浅表层月壤铲挖仿真,给出了铲挖过程中不同振动参数与月壤采样阻力的关系。同时,通过对比不同工况下的月壤孔隙率,验证了月壤的振动铲挖减阻机理及适用性。     

基于波碰撞法的机器人路径规划法

文章提出了在离散区域上,基于起始点和目标点相向传播波碰撞法的机器人路径规划法。设机器人作业环境为二维平面大小一定的矩形地形,机器人行走时仅限于作原地转向或直线行走。基于此开展路径规划的仿真研究,提出了搜索许可路径的算法。计算机模拟结果证实该算法可行、有效。     

钢球碰撞柔性杆动力分析的有效数值方法(英文)

柔性物体的碰撞动力学是工程实际中的一个重要问题。获得问题的动力响应是一个有挑战性的任务,通常通过数值计算来完成。首次采用离散奇异卷积法分析碰撞动力学问题,并通过钢球碰撞柔性杆的算例来研究几种数值方法的有效性。数值方法包括常规的有限元法、离散奇异卷积法、谱有限元法和提出的改进谱有限元法,将各种方法获得的算例的数值结果与理论解比较来研究方法的有效性。研究结果表明,采用恰当的常规有限元长度后,提出的改进谱有限元法给出的接触应力的结果最精确。另外还发现,离散奇异卷积法可以用于求解碰撞问题。     

基于CWT-CNN的齿轮箱运行故障状态识别

针对传统故障诊断中提取的特征不具有自适应能力、很难匹配特定故障的问题,提出了一种基于连续小波变换（CWT）和二维卷积神经网络（CNN）的齿轮箱故障诊断方法。该方法对齿轮箱故障振动信号采用连续小波变换构造其时频图,以其为输入构建卷积神经网络模型,通过多层卷积池化形成深层分布式故障特征表达。利用反向传播算法调整网络各层的结构参数,使模型建立从信号特征到故障状态之间的准确映射。在不同工况和不同故障状态下的实验中,故障识别准确率达到了99.2%,验证了方法有效性。采用这种自适应学习信号中丰富的信息的方法,可以为故障诊断智能化提供基础。      

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。