直升机尾桨/尾梁耦合稳定性分析研究

单桨带尾桨直升机的尾旋翼设计成摆振柔软型后,带来了新的动力学问题:尾桨与尾梁耦合动不稳定性问题。本文简述了它与主旋翼/机体耦合动不稳定问题的差别,主要介绍了尾桨与尾梁耦合动不稳定性问题的分析方法,通过算例分析,为消除这种不稳定性,对一些关键设计参数提出了设计要求。     

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

基于mSDTFT的无速度传感器异步电机转速估计

采用Teager-Kaiser能量算子对定子电流进行解调,有效消除了基频频谱泄露对提取转子速度谐波的影响,然后分析了SDTFT对转速估计精度的影响,在此基础上提出一种新的mSDTFT频谱分析方法估计转速。该方法有效降低了计算开销,特别是可以只针对某些需要的谱线进行计算,提高了谱分析的灵活性和高效性。试验结果表明,所提方法在不同负载条件下能够有效提取转子速度谐波,且具有较高的转速估计精度。     

基于离散反电动势估计的永磁同步电机无速度传感器控制

针对高速永磁同步电机(PMSM)的无速度传感器控制问题,提出了一种基于离散反电动势估计的PMSM无速度传感器控制策略。实施离散反电动势估计的设计有三点:首先,设计了离散dq电流观测器以消除反电动势估计中的电感交叉耦合效应;然后,设计了延迟补偿模型以补偿数模转换引起的电压误差,同时设计了较为精确的离散模型,以克服由数字实现导致的估计反电动势和实际反电动势之间的偏差;最后,开展了高速PMSM驱动试验,试验结果验证了所提出的高速PMSM无速度传感器控制方案的性能。     

基于最小约束系统的分布式协作定位研究

5G移动通信系统中,设备到设备的通信方式产生了节点间的信号测量,可用于提升无线定位的覆盖范围和定位精度。提出了一种基于最小约束系统的分布式协作定位方法,该方法首先利用已有算法估计节点参考位置,并据此构建最小约束确定网络的位置及朝向,然后在该约束下极大化由节点间测量引出的似然函数,获得位置估计。理论研究表明,该方法将由节点间测量确定的相对位置拟合到参考位置处,在参考位置等于真实位置时达到最优效果。仿真结果表明,该方法可有效提高定位精度,并具有分布式和可扩展等优点。     

等离子体激励频率对压气机稳定性影响的实验与数值模拟研究

本文采用实验与数值模拟方法研究了不同等离子体激励频率对低速轴流压气机的扩稳特性。结果表明,等离子体激励能够显著减弱叶顶泄漏流非定常脉动,增加主流动量,削弱泄漏流和回流动量,抑制泄漏流向叶尖前缘移动,从而扩大压气机的稳定工作范围;非定常激励对压气机稳定性有重要影响,随着激励频率的增加,扩稳效果增强,但激励频率存在阈值,当频率高于0.5倍叶片通过频率时,随着频率的增加,扩稳效果几乎不变。     

基于纵向滤波的星敏感器低频误差在线估计

多敏感器数据融合是获得更高精度姿态测量的有效方法,敏感器数据融合前必须先修正低频误差。首先,介绍了星敏感器低频误差（LFE）的产生机理及对其在线估计的必要性。其次,针对传统算法的不足,提出了基于纵向滤波的低频误差在线估计算法,该算法将传统低频误差估计问题转化为若干个常值误差估计问题,提高了估计精度。最后,给出了该算法具体实施方式,说明相关参数物理意义及选取原则。通过理论分析及仿真,算法误差可忽略不计。通过在轨数据仿真,星敏感器轨道周期低频误差可被消除。     

细长体飞行器自由边界热模态试验与仿真

随着耐热承载一体化材料在新型高超声速飞行器上的应用,承力结构的工作温度不断提高,各类热模态特性逐渐得到关注。针对非平面形状的细长体飞行器自由边界条件下的热模态特性开展了研究。通过研究模拟气动加热条件的圆筒形加热笼、模拟自由边界的耐高温柔性支撑、非接触激光多普勒测振、耐高温激振杆激励等试验方法,获得了细长体结构自由边界条件下随温度变化的前3阶模态变化情况。结果表明：对此类薄壁长圆筒类结构,温度升高对模态频率影响可以超过6 Hz。开展有限元仿真,并与试验取得的热模态结果的变化规律进行对比。结果表明：建立考虑温度对结构弹性模量、热应力影响的壳单元模型,能够较好地预测出前3阶模态频率在全部受热时间范围内的最大下降量,可为高超声速飞行器控制系统设计时的拉偏范围提供参考。     

透平机械动密封动力特性数值方法研究

密封动力特性系数是评价透平机械转子稳定性的重要参数。对现有密封动力特性数值方法进行了综述,为了比较分析不同的密封动力特性数值方法,分别建立了基于控制体方法的双控体求解模型和基于CFD方法的稳态旋转坐标系与瞬态转子平动、转子单/多频椭圆涡动求解模型,综合比较分析了控制体法、CFD稳态旋转坐标系法和CFD瞬态平动法、单/多频法之间的差异以及适用范围,研究了转子涡动频率对密封气流力和动力特性系数的影响。研究结果表明:控制体法求解速度较快,但求解精度较低,稳态旋转坐标系法只适用于转子做小轨迹同心涡动的求解模型,瞬态平动法求解速度较慢;瞬态单/多频法考虑了转子的涡动频率,更符合密封的实际工作情况;应用瞬态单/多频法得到的密封气流力变化频率与转子涡动频率相同,但气流力的相位滞后于转子涡动位移的相位;密封的直接刚度系数随着转子涡动频率的增加而增大,交叉刚度系数和阻尼系数的绝对值随着转子涡动频率的增加而减小。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。