高速高机动飞行器的横航向偏离预测判据分析

以提高高速飞行器静稳定设计精度为目标,对横航向小扰动方程解的稳定性进行了讨论,推导出了开环动态偏航稳定判据(CnβDYN)和闭环横向控制偏离判据(LCDP)。进而对翼-体组合体高超声速飞行器做了工程估算,利用所得气动数据对此外形进行了全面的横航向稳定性分析,指出了CnβDYN、LCDP与传统横航向稳定性判据的差异,传统的横航向判据不能计入两者的相互耦合效应,也无法预则进行滚转控制时引发的偏航失稳发散。     

推力矢量发动机燃气舵舵间干扰的数值分析

通过求解N-S方程,对某空空导弹燃气舵在不同状况下的三维湍流干扰流场进行数值仿真,得到了燃气舵在不同舵偏角下绕流流场的复杂波系结构,计算了测量舵在无干扰舵和有干扰舵情况下升力和阻力等参量随舵偏角的变化曲线。所得舵间干扰相对误差不超过2%,与实际要求相吻合。结果表明,所采用的流动模型和数值模拟方法对燃气舵的气动性能进行预示是有效的。     

《空气动力学学报》征稿简则

《空气动力学学报》是中国空气动力学会主办、中国空气动力研究与发展中心主管的中文核心科技期刊,创刊于1980年,双月刊,国内外公开发行。本刊主要刊载空气动力学及相关交叉学科的理论与实践、方法与手段、技术与应用等方面具有重要意义的创新性成果,以促进空气动力学学科发展和与其他学科的交叉融合。栏目形式包括:综述,研究论文,专栏,主编推荐。     

电容式多次放电点火系统设计与试验

针对某型二冲程点燃式空气辅助缸内直喷发动机燃用柴油问题,提出了实现单电容连续多次放电点火的方法,研制了直流电容式多次放电点火模块,进行了多次点火功能性验证及点火能量测试.在此基础上,进行了环境温度为6℃下的冷起动试验及3000r/min小负荷性能试验,结果表明:在该环境条件下,采用5次放电点火策略能够使发动机起动成功,在小负荷工况下,增加点火次数有利于改善缸内燃烧,点火提前角在10°~20°之间时,4次点火对发动机动力性、燃油消耗率及排放性能改善比2次点火更明显,当点火提前角提前至30°后,其改善作用逐渐减小.      

“新舟”60/600飞机环境控制系统多发性故障分析

通过对MA 60/600系列飞机环控系统(ECS)多发性故障模式展开分析,寻求解决ECS多发性故障的方案,并提出了改进建议,希望对MA60/600系列飞机的用户有所借鉴,以便采取正确的措施降低飞机的维护成本。     

基于线性矩阵不等式的动态控制分配方法研究

控制分配解决给定的控制输入指令到各个可用的执行机构的分配问题.现有的控制分配算法忽略了执行机构的动态性,假设执行机构偏转与力矩之间为静态关系,通常执行机构动态性被忽略的原因是执行机构的带宽远远比飞行器的带宽大得多.然而忽略控制分配器与执行机构交互影响可能会有严重的后果.文中将控制分配问题转化为有约束的二次规划问题,并将二次规划问题转化为基于线性矩阵不等式的动态控制分配问题.通过与传统的静态控制分配方法对比分析,本文提出的方法可以显著提高飞行器控制分配模块的有效性与精度,从而提高了飞行器姿态控制系统的有效性与精度.     

Pipistrel采用CATIA PLM Express打造轻型环保飞机

享誉盛名的轻型飞机创新者位于斯洛文尼亚的Pipistrel公司始创于22年前,致力于世界上各类先进轻型飞机的设计和制造。Pipistrel共有五大系列飞机,其中包括滑翔机、电动滑翔机和高效巡航飞机。Pipistrel公司是世界上唯一     

基于AMESim的某型客机舵面液压系统仿真分析

当某型客机飞控舵面作为液压能源系统的用户时,应用AMESim仿真软件,在相应的载荷作用下,对液压系统所需压力、流量以及相关液压附件参数的设置进行分析,并对舵面的仿真运动结果进行动画演示。     

FAST FEATURE RANKING AND ITS APPLICATION TO FACE RECOGNITION

A fast feature ranking algorithm for classification in the presence of high dimensionahty and small sample size is proposed. The basic idea is that the important features force the data points of the same class to maintain their intrinsic neighbor relations, whereas neighboring points of different classes are no longer to stick to one an- other. Applying this assumption, an optimization problem weighting each feature is derived. The algorithm does not involve the dense matrix eigen-decomposition which can be computationally expensive in time. Extensive exper- iments are conducted to validate the significance of selected features using the Yale, Extended YaleB and PIE data- sets. The thorough evaluation shows that, using one-nearest neighbor classifier, the recognition rates using 100-- 500 leading features selected by the algorithm distinctively outperform those with features selected by the baseline feature selection algorithms, while using support vector machine features selected by the algorithm show less prominent improvement. Moreover, the experiments demonstrate that the proposed algorithm is particularly effi- cient for multi-class face recognition problem.