基于接触状态的叶冠预扭设计

针对某工程的实际问题,建立了叶片三维分析模型,应用谐波平衡法和时频转换法,分析了叶冠结构参数与安装状态下叶冠力学性能的关系,总结了叶冠几何参数对接触状态的影响规律;就叶冠接触状态与叶冠磨损之间的关系进行了讨论;基于接触状态的设计理论,提出了叶冠预扭设计基本思想和工程方法.     

航空发动机健康管理技术进展及趋势

综述了航空发动机健康管理技术的最新进展,并指出了其发展趋势.     

基于改进信息融合的航空发动机状态评估方法

针对航空发动机状态监测数据的模糊性和随机性,结合贝叶斯粗糙集和D-S证据理论,提出一种改进信息融合的状态评估方法。首先对样本数据进行离散化处理,通过基于区分矩阵的属性约简算法对影响发动机性能的特征参数进行提取,生成最佳决策表。然后根据置信增益函数重新定义了贝叶斯粗糙集,利用贝叶斯粗糙集的支持度和置信增益函数作为证据的支持程度,得到各准则下的证据基本信任分配。最后利用证据合成法则对多个证据进行合成,得到评估结果。通过实例计算,验证了改进方法应用在航空器发动机状态评估中的有效性以及在处理不完备信息问题时的优越性。     

应召反潜时无人机监听航路的规划

浮标阵是航空反潜模式下应召搜潜时常用的一种反潜手段。在假设浮标阵已被布设完毕并且由无人机对其进行实时监听的前提下,文章重点研究了无人机监听航线的规划问题。首先,研究了浮标阵的布设及其特点,分析了无人机航路的代价问题;接着,根据浮标阵的特点规划出了无人机监听方形浮标阵的监听航路飞行方案,并对所规划航路的技术指标进行了分析和研究;最后,对无人机的监听航路进行了计算,计算结果表明文中所规划的方案是可行的,这为无人机监听浮标阵的实际应用提供了参考。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.      

可信计算之细粒度模糊信任链研究

针对可信计算平台信任链技术的实现,在可信与安全相关性研究基础上,总结了信任链技术中存在的几个值得探讨的问题,对可信与安全的关系、认证链和信任链的区别以及组件划分的粒度等问题进行了分析。提出了一种细粒度模糊信任链模型,对组件划分原则、组件、系统的安全度量方法和信任转移理论进行了深入研究。为可信计算信任问题的研究提供了一个可行的方案,对实际系统可信性和安全性研究具有参考意义。     

机翼对自转旋翼机纵向稳定性的影响

为了研究机翼对自转旋翼机纵向稳定性的影响,针对某复合式自转旋翼机,建立了基于状态空间法描述的非线性全量方程数学模型。该模型包含自转旋翼、机身、螺旋桨、机翼和尾翼的气动模型、动态入流模型和稳定性分析模型。运用该模型对比研究了样例自转旋翼机和样例复合式自转旋翼机的纵向稳定性。研究结果表明：机翼的增加对于浮沉模态和短周期模态稳定性是有利的;对于旋翼转速模态稳定性是不利的,在设计复合式自转旋翼机时可以考虑增加旋翼桨尖配重来提高此模态的稳定性。机翼的纵向位置对自转旋翼机的纵向稳定性有显著影响。在机翼纵向位置能满足配平约束条件下,机翼纵向位置越靠后,迎角稳定性越好,但旋翼转速稳定性越差。在设计复合式自转旋翼机时,机翼纵向位置的选择要综合考虑这两个因素进行折中。     

悬停状态倾转旋翼/机翼干扰流场及气动力的CFD计算

基于一套高效通用的多层运动嵌套网格技术,建立了适合悬停状态倾转旋翼机旋翼/机翼气动干扰特性分析的高效混合计算流体力学（CFD）方法。在倾转旋翼/机翼贴体网格区采用可压雷诺平均Navier-Stokes（RANS）方程作为主控方程,过渡/背景网格区选用Euler方程,湍流模型选用Spalart-Allmaras模型。时间推进上采用双时间推进格式进行非定常求解,并在方法中运用了SPMD（Single Program Multiple Data）模式的并行加速技术。在此基础上,首先分别采用UH-60A直升机旋翼及XV-15倾转旋翼机旋翼作为数值算例,验证了CFD方法的有效性。然后着重对倾转旋翼/机翼的非定常干扰流场及气动力分布特征进行了数值研究,模拟得到与实际情况相符的“喷泉效应”干扰现象。计算结果表明,干扰作用使得倾转旋翼相对于孤立旋翼拉力数值减小了3%,但总的拉力系数损失达到了17%,证明悬停状态下气动干扰对飞行器气动性能有重要影响。     

基于模糊灰色聚类和组合赋权法的飞机健康状态综合评估方法

针对目前飞机健康状态不易准确评估的难题,以飞机液压系统为具体研究对象,提出一种基于模糊灰色聚类和组合赋权相结合的健康状态综合评估新方法。首先,利用熵权法和层次分析法（AHP）分别计算并确定飞机液压系统各关键部件相关参数的权重,再通过组合赋权法将上述两种权重进行组合,得到具有主客观意义的组合权重。第二,采用灰色聚类法评估飞机液压系统各关键部件的健康状态。针对评估结果,由飞机液压系统各关键部件聚类系数创建飞机液压系统的健康评估模糊评判矩阵。然后依据该矩阵,采用熵权法和AHP分别求出各关键部件权重,并用组合赋权法进行组合。最终,采用模糊综合评判法评估飞机液压系统的健康状态。以某型飞机真实液压系统为例进行了试验验证,结果表明,所提出的基于模糊灰色聚类和组合赋权相结合的健康状态综合评估方法能够有效实现飞机液压系统健康评估的效能,具有很好的工程应用价值。     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.