SPR生物传感器在生命科学及在航天医学中的应用

表面等离子体共振生物传感器在分析生物分子相互作用方面，具有灵敏度高、实时在线、简单快捷和抗干扰能力强等优点，被广泛应用于临床检验、药物筛选等研究领域；因其能满足空间特殊环境下的使用要求，在航天医学领域具有广阔的应用前景．本文综述了表面等离子体共振生物传感器的原理、特点、在生命科学研究中的应用及在航天医学中的应用前景．     

高雷诺数湍流非预混火焰及NO生成的大涡模拟

采用两种亚网格湍流燃烧模型,即化学建表方法结合假定概率密度模型和稀疏拉格朗日过滤密度函数方法,对高雷诺数湍流非预混火焰Flame D进行数值研究,定量比较不同亚网格模型的差异,并对火焰特征、污染生物生成特性进行分析。结果表明,两类亚网格燃烧模型预测的温度及大组分分布相近,稀疏拉格朗日过滤密度函数方法可以更好地模拟CO质量分数分布。不同的假定概率分布均可合理描述湍流与火焰的相互作用,之间的差别主要体现在NO分布,Dirac函数远高估了NO生成,而Top-hat函数则略低估了NO生成,Beta函数表现最优。Flame D的高温区及NO质量分数均主要分布在当量混合线及富燃侧附近。受高温伴流的影响,NO质量分数与温度一直保持高度正相关,峰值主要集中在标量耗散率很小的区域。不同截面上,反应物中的O_2和生成物中的H_2O均与NO高度相关。     

DES与DDES在湍流分离中的原理与性能研究

随着工程上流动结构的日益复杂，兼具雷诺平均Navier-Stokes(RANS)方法高效率与大涡模拟（LES）高精度的分离涡模拟（DES）类混合方法成为现阶段工程中最有效的湍流模拟方法之一。围绕DES类混合方法中的DES与延迟分离涡模拟（DDES）方法开展工作，分析二者开关函数构造上的不同，研究延迟因子作用机理，并考察DES与DDES方法的求解能力。研究表明：DES与DDES方法在模拟表现上存在一定差异，DDES方法通过引入延迟因子，保护RANS求解区域，改善模化应力不足，降低了DDES方法对交界面系数CDES敏感程度；DDES方法在计算过程中容易出现过度保护，导致求解瞬时涡结构能力不如DES方法，分析与延迟因子引入比重及开关函数构造形式有关。     

改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

考虑可压缩与热传导的壁面函数边界条件及其应用

考虑到可压缩和热传导效应的壁面函数边界条件,被耦合到了采用k-ω两方程湍流模型、用有限体积法求解N-S方程的程序中。壁面函数基于耦合的速度和温度型,并且在边界层内的粘性子区和对数区内一致有效。引入壁面函数边界条件后,通过算例验证在y <100的范围内,得到的物面压力、摩阻、热流与实验结果比较,结果可靠。而无壁面函数边界条件时,要得到相同精度的结果,要求y ≈1。壁面函数的引入,为工程上准确预测飞行器在湍流流动中表面受力与气动热提供了保障。     

利用最大最小化模型求解地面搜索问题

在搜索人数一定,用时最短的条件下,为了搜索完目标区域,根据搜索完区域的时间即为最后到达的人员所需时间,建立了最大最小化的规划模型,通过lingo程序,进行求解.并对划分的小矩形区域个数和队员人数也做了分类讨论.针对地面搜索问题进行了研究和讨论具有一定现实意义.     

考虑小载荷强化的模糊疲劳寿命预测理论

在实际工程应用中,多选用Miner法则进行疲劳寿命预测。由于小载荷特别是在疲劳极限附近的载荷对结构或材料的损伤不容忽略,考虑到小载荷的每一次循环对材料产生损伤的同时还产生了强化作用,建立了基于小载荷强化损伤的寿命预测模型以及相应的模糊疲劳寿命计算公式。该模型不但考虑了低于疲劳极限的载荷的强化作用,还引入隶属函数来描述小载荷的累积损伤的模糊性,完善了Miner法则的适用范围,提高了预测精度。两个不同载荷谱的疲劳寿命预测实例验证了该模型的有效性。     

浅析企业对“关键过程”与“特殊过程”的控制

对"关键过程"的识别与控制,"特殊过程"的的确认与控制进行了系统性的论述;就有关"关键过程"与"特殊过程"质量记录的归档与保存谈了自己的看法;总结性概括企业对"关键过程"与"特殊过程"的控制的重要性及其做法。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

基于鲁棒变结构控制方法的非线性导弹自动驾驶仪设计

对一类非线性不确定导弹控制系统,采用自适应方法进行了基于滑模理论的变结构控制器设计。该方案使得采用反演手段产生的微分爆炸问题得到较好的回避,同时构造自适应律,消除了不确定性对系统的影响,最后通过构造Lyapunov函数方法,确保了系统的鲁棒稳定性。文末仿真结果表明了该方案的有效性。