含激波的湍流流动高精度大涡数值模拟方法

针对采用亚格子模型进行含激波的湍流流动模拟时会面临激波附近的精度损失问题,考虑从通过亚格子模型以及数值模拟方法两方面的改进来实现湍流流动大涡模拟的精度提高.大涡模拟采用了Yee及Sj(o)green (2009)提出的高阶低耗散方法.该方法采用自适应的流场探测器以控制计算中所需区域的数值耗散,并考虑对动力学模型采用在激波位置使用Sagaut和Germano(2005)提出的单边亚格子过滤器和(或)直接禁用亚格子项等方法加以改进.对于标准的马赫数1.5和3条件下的激波-湍流干扰问题,上述新方法相较于全区域采用亚格子模型的方法均表现出了相似的精度提升.同时实现的数值精度改进方案采用了Harten的亚单元分辨过程来定位和锐化激波,并在精确激波位置附近的网格点处采用了单边测试滤波.     

自适应流通机匣处理改善压气机性能的机理

为了探索自适应流通机匣处理形式影响跨声压气机性能及流场的流动机理,文中采用非定常数值模拟方法研究了自适应流通机匣处理对NASA轴流Rotor37气动性能的影响。数值计算结果表明:自适应流通机匣处理能有效地延迟失速并在大部分流量范围内略微提高压气机的效率。通过详细的流场分析表明,该机匣处理能有效地增大叶顶区的气流进气角度,抑制了间隙泄漏涡在叶顶通道内的发展,同时阻止泄漏涡涡核在通过激波后破碎,提高了转子顶部通道的流通能力,进而减少叶顶区的流动损失。     

自适应滑模控制在飞机前轮转向中的应用

前轮操纵系统是大型飞机实现地面滑行机动和按预定轨迹起降控制的关键系统之一。针对轮胎转向时复杂的负载特性以及电液伺服系统自身存在的非线性和参数不确定性的特点,基于滑模控制理论,结合Lyapunov稳定性理论,给出了飞机前轮转向滑模控制方案,并进行了数字仿真。结果表明,所设计的滑模控制器具有鲁棒性强、结构简单、易于实现的优点。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

红外搜索跟踪系统单机运动测距方法研究

机载红外搜索跟踪系统只能测量目标的方位、俯仰角度信息,而无法直接获取目标的距离信息。因此需通过载机平台的机动运动,提高系统可观测性,从而对目标距离进行解算,为火控系统提供完整的目标运动参数,实现对目标的被动攻击。通过建立红外搜索跟踪系统（IRST）单机运动测距的数学模型,针对伪测距的非线性滤波的有偏特点进行了去偏处理,获得无偏的单机运动测距模型,并通过数字仿真进行算法模型的仿真验证,验证了算法的有效性。     

多重网格法求二元跨声速流在一种半自适应网格上的欧拉解

本文采用MacCormack两步显式格式,用有限体积法求解了二元跨声速欧拉流。推导了物面边界条件,采用了特征远场边界条件及远场环量修正。利用保角变换方法生成O型贴体网格,并修改得到了一种在激波处局部加密的半自适应贴体网格。采用多重网格及焓阻尼加速收敛技术计算了NACA0012翼型的跨声速气动特性,得到了十分满意的收敛过程和计算结果。     

利用模糊控制理论设计自适应机构的自适应系统的研究

本文针对航空发动机的转速控制系统 ,提出了以模糊控制理论 ,设计比较和积分自适应机构的模型参考自适应控制系统的设计方法 ,并对系统进行数字仿真。结果表明 :这种自适应控制方法充分发挥了 PI控制和模糊控制的优点 ,不但使控制算法得到简化 ,而且使控制精度得到提高。因而 ,这种自适应方法对高阶、非线性或缺乏精确数学模型的被控对象提供了一种新的设计方法     

小波神经网络用于CCD视频序列图像去噪

CCD摄像机获取目标影像时不可避免地受到噪声影响,因此噪声去除是CCD图像处理的一项重要研究课题。本文将小波神经网络引入CCD图像去噪领域中,提出一种基于小波神经网络的图像去噪方法。实验结果表明,该方法在去除噪声上优于传统的均值滤波等方法,在有效去除噪声的同时,又能很好地保护图像的细节信息,具有很好的保真度。     

结构/直角切割网格下时域有限体积法在计算电磁中的应用研究

 采用有限体积法直接求解时域麦克斯韦方程组，研究了二维圆柱、翼型和三维球体、立方体、双球体等典型完全导电目标的电磁散射问题。空间离散使用近似黎曼解构建网格通量，并针对二维结构网格、三维自适应直角切割网格分别给出重构方法，时间方向采用二步龙格库塔法。计算与理论、实验或文献结果符合良好。     

基于自调整神经元的航空发动机多变量自适应解耦控制

根据航空发动机性能控制要求, 通过分析自调整神经元及最速下降学习方法, 研究了基于自调整神经元的航空发动机多变量自适应解耦控制系统.利用自调整神经元的结构简单、各神经元之间没有权值连接及在线学习的优点, 在线整定多变量PID控制器的参数.阐明了该方法的结构和原理.并进行了航空发动机多变量自适应解耦控制系统的设计.大量的仿真结果表明, 系统具有良好的解耦特性和自适应能力.