冲击射流的彩虹纹影实验研究

超声速冲击射流在短距、垂直起降飞行器（S/VTOL）以及火箭发射等方面应用广泛,但是伴随着流场与噪声等诸多方面的问题。要研究这一类问题,必先研究这一类超声速流动的波系结构。文章利用彩虹纹影测量系统,对不同距离不同压比的冲击射流进行实验研究,得到了清晰的彩虹纹影实验结果,细致地呈现了冲击射流的波系结构。基于实验结果,对三种不同结构的冲击射流的波系结构进行了详细分析。发现喷嘴与挡板距离较大时,形成的射流结构与自由射流相似,壁面附近的射流区域不明显。随着距离减小,冲击射流出现壁面冲击区附近射流比较剧烈的现象。距离进一步减小时,出现滞止泡等结构,滞止泡的形状与压比相关。此外,实验表明冲击射流形成的马赫盘大小、形状与来流压比相关。     

民用飞机的大气数据模块功能性分析

目前,国内外对于民用飞机大气数据系统的研究多集中于大气数据计算机和皮托管气动特性方面,而鲜有关于大气数据模块对大气数据系统提供有效数据的研究。为了研究大气数据模块对民用飞机压力管路和数据精度的影响,以机上管路和高度参数建立模型,对大气数据惯性基准系统中大气数据模块的组成结构、工作性能进行分析,得到 CRJ200、G450 和 G550 三种机型的大气测试数据,并找到造成不同误差范围的原因。结果表明：装有大气数据模块的 G450 和 G550 机型能够有效提高飞机的渗漏精度,实时反映民用飞机的大气数据信息;大气数据模块的使用对管道变形、渗漏以及数据精度等问题有重大改善,可为民用飞机大气数据系统设计提供参考。     

航空公司利用ACMS和QAR数据进行故障监控的实施和发展

1 ACMS和QAR数据监控的现状 目前飞机状态监控使用的主要数据形式是以ACARS空地数据链传输的各种形式的报文,包括位置,距离, OOOI信息,AOC通讯短信等等,供航司飞行、运控、机务等各个部门使用,飞机故障状态监控主要使用的是DFD报文(ACMS报文)和CFD报文(故障报),DFD报和CFD报在所有报文中的内容...     

基于实测数据的疲劳寿命分散系数取值研究

随着基准谱、严重谱编制研究的深入,利用实测数据编制载荷谱在编谱方法和分散系数取值等方面需 求愈发迫切。从正态概率分布理论出发,讨论影响疲劳寿命分散系数取值的主要因素;针对基准谱和严重谱之 间的差异性,提出基准谱和严重谱的折算思路和方法,并通过实测数据编制的基准谱和严重谱折算系数进行比 较分析。结果表明：采用本文方法可以实现基准谱与严重谱之间损伤分散系数的折算取值。     

基于改进无模型自适应算法的涡扇发动机限制保护控制方法

针对发动机限制保护控制问题,提出了一种基于数据驱动的改进无模型自适应限制保护控制方法。以主回路闭环系统为设计对象,通过在常规无模型自适应控制律的准则函数中增加误差变化率,使超限保护系统具有更快的响应速度,给出了改进后系统的稳定性条件,并采用临界比例度法进行了控制器参数整定。仿真结果表明:在不同工作点,所设计的改进无模型自适应限制保护控制器相比常规无模型自适应限制保护控制器,最大超限平均减小2.97%,响应时间平均缩短2.30s,实现了发动机超限后的迅速回调,保证了发动机系统的安全运行。     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

模型大迎角高速动态特性与数据精度分析

为满足新一代高机动飞机气动性能评估、控制系统精确设计与高机动作战指标实现的需求,模型高速风洞大迎角俯仰动态特性探索及其试验数据精度的确定势在必行,且具有十分重要的工程意义。选取70°三角翼模型、SDM和Su-27飞机模型,在FL-24风洞的大振幅俯仰动态试验技术平台上对动态气动特性与试验数据精度进行了研究,获取了70°三角翼模型、SDM和Su-27飞机模型动态气动特性与重复性试验结果。研究结果表明：试验条件下,3种模型的动态数据精度较高,基本达到了高速风洞大迎角常规测力试验数据的精度水平。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。