基于自适应网格的超声速液体射流破碎过程研究

为研究超声速气流中液体横向射流的破碎过程,采用脉冲背景光方法和VOF方法开展了实验和数值研究。为提高液体横向射流中气液界面和气流场特征捕捉的精确性,采用自适应网格技术对于气液界面、激波出现位置进行网格细化,计算得到了较为精细的气液界面、激波特征及涡系结构。研究结果表明:在低成本仿真模拟条件下,利用自适应网格计算得到的射流轨迹和轮廓与实验吻合较好,射流轨迹的最大误差为10%;射流初始段在超声速气流条件下,仍然存在一段高度约为1.9倍喷孔直径且圆柱形态保持较好的连续光滑液柱。随着喷注压降的升高,液柱的长度逐渐增大;主流气体流经液柱发生三维绕流,在射流附近和近壁面区域形成不断演化的反转涡对,反转涡对的形成加速了液体射流一次破碎过程。     

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

整体弹性结构法及在叶片流固耦合分析中的应用

针对三维叶片时域流固耦合振动响应计算普遍耗时的问题,采用一种假设整体结构的模态位移,求解固体时域响应和实现高效网格变形,发展了一种3维时域流固耦合分析的整体弹性结构方法,并应用于压气机叶片0°和180°相位角的气动稳定性分析中。结果表明,所发展方法的计算结果与传统双向时域算法和文献的结果较为吻合,而计算效率相比于传统算法显著提升;在所分析的两个相位角下,叶片振动的气动阻尼均随流量减小先增大后降低,相比于0°相位角,180°下叶片的气动稳定性大幅提高,表明该方法能有效应用于叶片的工程流固耦合研究。     

eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation,eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor,ASF）值通过网格应用算法得到待测试点的ASF值,一定程度上比公式计算的ASF值更准确。在计算过程中,用户四个顶点ASF值的测量误差会传递给用户,同时内插算法本身也会引入误差,此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法,得出结论：反距离插值算法引入的误差最大,双线应插值算法引入的误差最小,而且误差呈现一定层次感,网格从内到外误差逐渐减小。     

小卫星侦察星座性能评估研究

针对小卫星侦察星座性能评估问题,从覆盖、成本和弹性三方面对小卫星侦察星座的性能指标进行研究,分别构建了考虑存储容量约束的覆盖能力评估模型、成本估计模型以及弹性能力评估模型。在覆盖能力评估模型中,将卫星存储容量作为约束条件,结合卫星覆盖几何模型分析了卫星对地侦察的工作条件,提出考虑存储容量的覆盖指标计算方法;通过小卫星成本模型(small satellite cost model,SSCM)对星座各分系统的成本进行估计;在弹性评估模型中,提出了星座性能损失率指标,并根据星座失效状态概率函数确定了不同失效状态下星座性能损失率的权重。将上述模型应用于SkySat和吉林一号星座的性能评估过程中,结果表明SkySat比吉林一号覆盖能力强、成本低,弹性差。提出的三个模型可用于评价星座优劣,为小卫星侦察星座的建设和性能评估工作提供参考。     

基于振动参数聚类融合的空间轴承故障辨识方法研究#br#

轴承是飞轮和控制力矩陀螺(CMG)等空间惯性执行机构的核心部件,其健康状态直接影响整机性能和使用寿命.当前,由于轻载轴承在正常运转时也可能产生类似于微弱故障特征的现象,导致单一故障特征参数难以辨识正常和微弱故障状态.针对这一问题,本文提出了一种基于振动参数聚类融合的轴承微弱故障辨识方法.首先,通过轴承振动实验获得数据;然后,基于特征频率比值等方法对振动信号进行特征参数的提取;在此基础上,利用K Medoids算法对正常样本进行聚类,并根据3σ法则构建正常运转的安全边界;最后,计算不同轴承故障数据的超限概率,根据概率大小进行故障状态的识别.结果表明,该方法对轴承正常和微弱故障的辨识是可行和有效的.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

运输类旋翼航空器传动系统耐久性试验方法研究

运输类旋翼航空器传动系统耐久性试验的目的是演示旋翼传动系统在规定的限制内具有正常运行的能力,而无因过度磨损产生故障导致危险或因机械载荷造成性能下降。目前国产大型民用直升机并未严格按照适航规章在国内开展过该试验,而国外对该试验详细细节也存在技术封锁,导致经验较为欠缺。同时,由于各型号发动机性能差异,在验证过程中型号之间也存在不同。因此,对大型民用直升机旋翼传动系统耐久性试验符合性验证方法开展研究显得尤为必要。本文首先对适航要求进行了解析,并分析了军用直升机传动系统耐久性试验要求与适航标准的差异,给出了运输类旋翼航空器传动系统耐久性试验适航符合性验证方法,对其中的关键点提出了验证建议。最后,结合国内外相关型号研制经验,对于与适航规章有差异的部分,从安全性的角度给出了建议的替代方法。本文可为我国大型民用直升机的研制提供借鉴。     

基于系统聚类k次平均算法的航班燃油告警研究

为确保航空公司航班安全正常运行,准确快速提示燃油告警,为航空公司运控人员处置航班提供可靠依据,减少航班运行低油量事件的发生,本文根据公司航班运行的实际燃油数据,采用系统聚类k次平均算法的方法,结合公司运行实际,识别出实际运行中燃油偏差大于额外燃油量以及预计着陆油量小于60min的航班,产生燃油告警,为运控人员及时干预航班,给出航班处置方案。结果表明,及时的航班燃油告警可以大幅降低航班低燃油量事件量和航班备降率。     

密集杂波背景下的水下多目标跟踪方法

水下多目标跟踪是水声信号处理领域研究的热点和难点问题。高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器以其高效的计算效率为解决水下多目标跟踪问题提供了保证。然而,GM-PHD滤波器在跟踪目标时需要先验已知新生目标的强度,否则其性能会出现严重退化。针对该问题,提出一种滑动窗两步初始化高斯混合概率假设密度(sliding window two step initialization GM-PHD, SWTSI-GMPHD)滤波器。将提出的滑动窗两步初始化方法嵌入GM-PHD滤波器,利用滑动窗两步初始化方法估计新生目标强度,减少杂波干扰导致跟踪结果中出现的虚假目标。仿真实验表明,在杂波密集环境下,相较于其他跟踪方法,提出方法将跟踪精度提高69.84%,52.62%和41.05%。